多元线性回归模型案例分析 - 副本.doc

上传人:汽*** 文档编号:548150316 上传时间:2024-01-22 格式:DOC 页数:5 大小:165KB
返回 下载 相关 举报
多元线性回归模型案例分析 - 副本.doc_第1页
第1页 / 共5页
多元线性回归模型案例分析 - 副本.doc_第2页
第2页 / 共5页
多元线性回归模型案例分析 - 副本.doc_第3页
第3页 / 共5页
多元线性回归模型案例分析 - 副本.doc_第4页
第4页 / 共5页
多元线性回归模型案例分析 - 副本.doc_第5页
第5页 / 共5页
亲,该文档总共5页,全部预览完了,如果喜欢就下载吧!
资源描述

《多元线性回归模型案例分析 - 副本.doc》由会员分享,可在线阅读,更多相关《多元线性回归模型案例分析 - 副本.doc(5页珍藏版)》请在金锄头文库上搜索。

1、 多元线性回归模型案例分析 中国人口自然增长分析一研究目的要求中国从1971年开始全面开展了计划生育,使中国总和生育率很快从1970年的5.8降到1980年2.24,接近世代更替水平。此后,人口自然增长率(即人口的生育率)很大程度上与经济的发展等各方面的因素相联系,与经济生活息息相关,为了研究此后影响中国人口自然增长的主要原因,分析全国人口增长规律,与猜测中国未来的增长趋势,需要建立计量经济学模型。 影响中国人口自然增长率的因素有很多,但据分析主要因素可能有:(1)从宏观经济上看,经济整体增长是人口自然增长的基本源泉;(2)居民消费水平,它的高低可能会间接影响人口增长率。(3)文化程度,由于教

2、育年限的高低,相应会转变人的传统观念,可能会间接影响人口自然增长率(4)人口分布,非农业与农业人口的比率也会对人口增长率有相应的影响。 二模型设定 为了全面反映中国“人口自然增长率”的全貌,选择人口增长率作为被解释变量,以反映中国人口的增长;选择“国名收入”及“人均GDP”作为经济整体增长的代表;选择“居民消费价格指数增长率”作为居民消费水平的代表。暂不考虑文化程度及人口分布的影响。 从中国统计年鉴收集到以下数据(见表1):表1 中国人口增长率及相关数据年份人口自然增长率(%。)国民总收入(亿元)居民消费价格指数增长率(CPI)%人均GDP(元)198815.731503718.8136619

3、8915.0417001181519199014.39187183.11644199112.98218263.41893199211.6269376.42311199311.453526014.72998199411.214810824.14044199510.555981117.15046199610.42701428.35846199710.06780612.8642019989.1483024-0.8679619998.1888479-1.4715920007.58980000.4785820016.951080680.7862220026.45119096-0.8939820036.0

4、11351741.21054220045.871595873.91233620055.891840891.81404020065.382131321.516024 设定的线性回归模型为: 三、估计参数 利用EViews估计模型的参数,方法是:1、建立工作文件:启动EViews,点击FileNewWorkfile,在对话框“Workfile Range”。在“Workfile frequency”中选择“Annual” (年度),并在“Start date”中输入开始时间“1988”,在“end date”中输入最后时间“2005”,点击“ok”,出现“Workfile UNTITLED”工作框

5、。其中已有变量:“c”截距项 “resid”剩余项。在“Objects”菜单中点击“New Objects”,在“New Objects”对话框中选“Group”,并在“Name for Objects”上定义文件名,点击“OK”出现数据编辑窗口。2、输入数据:点击“Quik”下拉菜单中的“Empty Group”,出现“Group”窗口数据编辑框,点第一列与“obs”对应的格,在命令栏输入“Y”,点下行键“”,即将该序列命名为Y,并依此输入Y的数据。用同样方法在对应的列命名X2、X3、X4,并输入相应的数据。或者在EViews命令框直接键入“data Y X3 X4 ”,回车出现“Group

6、”窗口数据编辑框,在对应的Y、X2、X3、X4下输入响应的数据。3、估计参数:点击“Procs“下拉菜单中的“Make Equation”,在出现的对话框的“Equation Specification”栏中键入“Y C X2 X3 X4”,在“Estimation Settings”栏中选择“Least Sqares”(最小二乘法),点“ok”,即出现回归结果: 表3.4 根据表3.4中数据,模型估计的结果为: (0.913842) (0.000134) (0.033919) (0.001771) t= (17.08010) (2.482857) (1.412721) (-2.884953)

7、 F=62.50441 四、模型检验1、经济意义检验模型估计结果说明,在假定其它变量不变的情况下,当年国民总收入每增长1亿元,人口增长率增长0.000332%;在假定其它变量不变的情况下,当年居民消费价格指数增长率每增长 1%,人口增长率增长0.047918%;在假定其它变量不变的情况下,当年人均GDP没增加一元,人口增长率就会降低0.005109%。这与理论分析和经验判断相一致。2、统计检验(1)拟合优度:由表3.4中数据可以得到: ,修正的可决系数为,这说明模型对样本的拟合很好。(2)F检验:针对,给定显著性水平,在F分布表中查出自由度为k-1=3和n-k=14的临界值。由表3.4中得到F

8、=62.50441 ,由于F=62.50441 ,应拒绝原假设,说明回归方程显著,即“国民总收入”、“居民消费价格指数增长率”、“人均GDP”等变量联合起来确实对“人口自然增长率”有显著影响。(3)t 检验:分别针对:,给定显著性水平,查t分布表得自由度为n-k=14临界值。 由表3.4中数据可得,与、对应的t统计量分别为17.08010、2.482857 、1.412721、-2.884953 除,其绝对值均大于,这说明分别都应当拒绝:,也就是说,当在其它解释变量不变的情况下,解释变量“国民总收入”、“人均GDP”分别对被解释变量“人口自然增长率”Y都有显著的影响。 的绝对值小于,:这说明接

9、受:,X3系数对t检验不显著,这表明很可能存在多重共线性。 所以计算各解释变量的相关系数,选择X2、X3、X4数据,点”view/correlations”得相关系数矩阵(如表4.4):表4.4 由相关系数矩阵可以看出:各解释变量相互之间的相关系数较高,证实确实存在严重多重共线性。五、消除多重共线性采用逐步回归的办法,去检验和解决多重共线性问题。分别作Y对X2、X3、X4的一元回归,结果如表4.5所示:表4.5 变量X2X3X4参数估计值0.0001340.0339190.001771t 统计量2.4828571.412721-2.884950.8739150.3884950.886412按的

10、大小排序为:X4、X2、X3以X2为基础,顺次加入其他变量逐步回归。首先加入X2回归结果为: t=(2.542529) (-2.970874) 当取时,X2参数的t检验显著,加入X3回归得 t= (17.08010) (2.482857) (1.412721) (-2.884953) F=62.50441 当取时, ,X3参数的t检验不显著,予以剔除 即,这是最后消除多重共线性的结果。 在假定其它变量不变的情况下,当年国民总收入每增长1亿元,人口增长率增长0.000332%;在假定其它变量不变的情况下,在假定其它变量不变的情况下,当年人均GDP没增加一元,人口增长率就会降低0.005109%。

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 生活休闲 > 社会民生

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号