- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计量经济学作业第二章为了初步分析城镇居民家庭平均每百户计算机用户有量(Y)与城镇居民平均每人全年家庭总收入(X)的关系,可以作以X为横坐标,以Y为纵坐标的散点图。从散点图可以看出各地区城镇居民每百户计算机拥有量随着人均收入水平的提高而增加,近似于线性关系,为分析中国各地区城镇居民每百户计算机拥有量随人均总收入变动的数量规律性,可以考虑建立如下简单线性回归模型:YY (5.6228) (0.00024) t= (2.1267) (11.9826) R经济意义检验:所估计的参数β1=11.9580,β拟合优度和统计检验拟合优度的度量:本例中可决系数为0.8320,说明所建模型整体上对样本数据拟合较好,即解释变量“各地区城镇居民家庭人均总收入”对被解释变量“各地区城镇居民每百户计算机拥有量”的绝大部分差异做出了解释。对回归系数的t检验:针对H0:β1=0和H0:β2=0,估计的回归系数β1的标准误差和t值分别为:SEβ1=5.6228,tβ1=2.1267;β回归预测如果西部地区某省城镇居民家庭人均总收入能达到25000元/人,利用所估计的模型可预测城镇居民每百户计算机拥有量,点预测值的计算方法为Y取α=0.05,YY已经得到Yf=83.7846、t0.025xi当Xf=25000时,将相关数据代入计算得到83.7846?3.1627,即是说当地区城镇居民人均总收入达到25000元时,城镇居民每百户计算机拥有量YfY 当Xf=25000时,将相关数据代入计算得到83.7846?16.7190,即是说,当地区城镇居民人均总收入达到25000元时,城镇居民每百户计算机拥有量Yf第三章选择地方财政教育支出为被解释变量。选择“地区生产总值(GDP)”作为地区经济规模的代表;选择各地区的“年末人口数量”作为各地区居民对教育规模的需求的代表;选择“居民平均每人教育现金消费”作为代表居民对教育质量的需求;选择居民教育消费价格指数作为价格变动影响的因素;由于地方政府教育投入的能力与意愿难以直接量化,选择“教育支出在地方财政支出中的比重”作为其代表。探索将模型设定为线性回归模型形式:根据图中的数据,模型估计的结果写为Y (935.8816) (0.0018) (0.0080) (0.0517) (9.0867) (470.3214) t=(-2.5820) (6.3167) (4.9643) (2.8267) (2.5109) (1.8422) R2=0.9732 R模型检验1.经济意义检验模型估计结果说明,在嘉定齐天然变量不变的情况下,地区生产总值每增长1亿元,平均说来地方财政教育支出将增长0.0112亿元:地区年末人口每增长1 万人。平均说来地方财政教育支出会增长0.0395亿元:当居民平均每人教育现金消费增加1元,平均说来地方财政教育支出会增长0.1460亿元:当居民教育消费价格指数增加1个百分点,平均说来地方财政教育支出会增长22.8162亿元。当教育支出在地方财政支出中的比重增加1%,平均说来地方财政教育支出会增长866.41亿元。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:R2=0.9732,修正的可决系数为R(2)F检验:针对H0:β2=β3=β4=β5(3)t检验:分别针对H0:βj=0j=1,2,3,4,5,6,给定显著水平α=0.05,查t分布表得自由度为n-k=25 临界值t0.052n-k=2.060。由表中数据可得,除了β6以外,与β1、β2、β3、β4、β5对应的t统计量分别为-2.5820、6.3167、4.9643、2.8267、2.5109,其绝对值均大于t0.052n-k=2.060,这说明在显著水平α=0.05下,分别都应当拒绝H 利用所估计的地方财政教育支出模型,可以通过某地区相应的“地区生产总值”(X2)、“年末人口数”(X3)、“居民平均每人现金教育消费”(X4)、“居民教育消费价格指数”(X第四章利用Eviews软件,生成Y、X2、X3、X4、X5等数据,采用OLS方法估计模型参数得到的回归结果如图所示:该模型R2=0.9858,计算各解释变量的相关系数,选择X2、X3、X4、X5数据,点“view/correlation/”得相关系数矩阵如下表。由相关系数矩阵可以看出,各解释变量之间的相关系数较高,证实确实存在一定的多重共线性。将各变量进行对数变换,再对以下模型进行估计。ln利用EViews软件,对Yt、X2、X3、X4、X5分别取对数
原创力文档


文档评论(0)