计量经济学自相关性实验报告.docx

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计量经济学自相关性实验报告   计量经济学   自相关性检验实验报告   实验内容:自相关性检验   工业增加值主要由全社会固定资产投资决定。为了考察全社会固定资产投资对工业增加值的影响,可使用如下模型:Yi=β0   +β1X   i   ;   其中,X表示全社会固定资产投资,Y表示工业增加值。下表列出了中国1998-XX的全社会固定资产投资X与工业增加值Y的统计数据。   一、估计回归方程   OLS法的估计结果如下:   Y=+   R2=,R2=,SE=,=。   二、进行序列相关性检验图示检验法   通过残差与残差滞后一期的散点图可以判断,随机干扰项存在正   序列相关性。   回归检验法   一阶回归检验   et=+ε   t   二阶回归检验   et=-+εt   可见:该模型存在二阶序列相关。   杜宾-瓦森检验法   由OLS法的估计结果知:=。本例中,在5%的显著性水平下,解释变量个数为2,样本容量为21,查表得dl=,du=,而=,位于下限与上限之间,不能确定相关性。   拉格朗日乘数检验法   F-statistic   Probability   TestEquation:   DependentVariable:RESIDMethod:LeastSquares   Date:12/26/09Time:22:55   VariableCX   RESID(-1)R-squared   AdjustedR-squaredofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat   CoefficientStd.Error-  .-   t-Statistic-Prob.     MeandependentvardependentvarAkaikeinfocriterionSchwarzcriterionF-statistic   Prob(F-statistic)   由上表可知:含二阶滞后残差项的辅助回归为:   et=-++-   (-)()()(-)   R2=   于是,LM=19×=,该值大于显著性水平为5%,自由度为2的χ序列相关性。   2   的临界值Χ   2   由此判断原模型存在2阶(2)=,   三、序列相关的补救广义差分法估计模型   由=,得到一阶自相关系数的估计值ρ=1-DW/2=   则DY=*Y(-1),DX=*X(-1);以DY为因变量,DX为解释变量,用OLS法做回归模型,这样就生成了经过广义差分后的模型。   由上表知=,在5%的显著性水平下,解释变量个数为2   ,   实验报告   课程名称实验项目名称多元线性回归自相关   班级与班级代码08国际商务1班实验室名称实验楼910专业国际商务任课教师刘照德学号:姓名:实验日期:XX年06月23日   广东商学院教务处制   姓名实验报告成绩   评语:   指导教师年月日   说明:指导教师评分后,实验报告交院办公室保存。   计量经济学实验报告   实验项目:多元线性回归、自相关、异方差、多重共线性   实验目的:掌握多元线性回归模型、自相关模型、异方差模型、多重   共线性模型的估计和检验方法和处理方法   实验要求:选择方程进行多元线性回归;熟悉图形法检验和掌握D-W   检验,理解广义差分法变换和掌握迭代法;掌握Park或Glejser检验,理解同方差性变换;   实验原理:普通最小二乘法图形检验法D-W检验广义差分变换加   权最小二乘法Park检验等   实验步骤:   首先:选择数据   为了研究影响中国税收收入增长的主要原因,选择国内生产总值、财政支出、商品零售价格指数做为解释变量,对税收收入做多元线性回归。从《中国统计年鉴》XX中收集1978—XX年各项影响因素的数据。如下表所示:   实验一:多元线性回归   1、将数据导入后,分别对三个解释变量与被解释变量做散点图,选择两个变量作为group打开,在数据表“group”中点击view/graph/scatter/simplescatter,出现数据的散点图,分别如下图所示:   从散点图看,变量间不一定呈现线性关系,可以试着作线性回归。   2、进行因果关系检验   在“workfile”中按住“ctrl”键,点击所要选择的变量,作为组打开后,在“View”下拉列表中选择“GrangeCausality”,滞后期为2,得出如下结果:   PairwiseGrangerCausalityTestsDate:06/23/11Time:16:14Sample:1978XXLags:2   NullHypothesis:   Obs30      EDdoesnotGrangerCa

文档评论(0)

manyu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档