实验报告1模板：美国商业部门的工资与生产率.docVIP

实验报告模板：美国商业部工资与劳动生产率1、目的：研究 2、理论依据：Y = 实际工资 X = 所有工人每小时产出 3、理论模型：Yi=B1+B2Xi +ui 4、数据与回归结果 5、回归结果的显著性检验 我们关心对的变动是否真的有影响，为此建立零假设：真实斜率为零，由回归结果可以看到t值为，相应的p值为0.00显著水平5%，所以我们拒绝原假设。即认确实对的变动有影响。 运用置信区间法或显著检验法进行检验，会得到相同的结论。 6、对回归结果的解释 与我们预期的相同，与正相关。斜率0.表示在其他条件不变的情况下，平均。截距项没有意义。 r2值为0.9，说明该模型解释了变化的%，可见该模型很好地拟和了实际数据。 7、误差正态性检验 我们从下图中Eviews残差频度直方图中可以看出残差近似正态分布。 下面我们使用JB统计量检验误差是否服从正态分布。运用JB统计量进行正态性检验要求大样本数据，一般认为样本容量大于30的样本为大样本。本例中样本容量为，适合使用JB检验法。 H0：误差项服从正态分布，H1：误差项不服从正态分布 JB~，5%置信水平的临界值为5.99 由于=临界值 5.99，我们不能拒绝原假设，我们误差服从正态分布的假设。如果我们不使用临界值进行假设检验从Eiews给出JB统计值及其对应的p值可以看到p0.05，由此可以判断出我们不能拒绝原假设，从而得到结论误差服从正态分布。应该注意到，如果误差项不服从正态分布，回归参数检验的统计量的抽样分布就不是t分布当然我们就不能使用t检验进行参数显著性检验。EViews回归结果 Dependent Variable: Y Method: Least Squares Date: 09/27/11 Time: 11:20 Sample: 1959 2006 Included observations: 48 Variable Coefficient Std. Error t-Statistic Prob.?? X 0.661444 0.015640 42.29178 0.0000 C 33.63603 1.400085 24.02428 0.0000 R-squared 0.974926 ????Mean dependent var 90.72910 Adjusted R-squared 0.974381 ????S.D. dependent var 16.06763 S.E. of regression 2.571761 ????Akaike info criterion 4.767833 Sum squared resid 304.2420 ????Schwarz criterion 4.845800 Log likelihood -112.4280 ????Hannan-Quinn criter. 4.797297 F-statistic 1788.595 ????Durbin-Watson stat 0.146315 Prob(F-statistic) 0.000000 注：必须粘贴上回归结果的附录。 注：格式可以随意，但是基本的结构，即每一块内容不能缺失。 注：必须写上每位同学的班级和姓名。 to prevent the accumulation of air, both ends of the tube are required the Center to bake. 6.2.5 sets should be at the bottom 200mm lashing cable head is fixed rung, with a similar cable color of plastic lashings. Cable head using equal-width stacked layout, or according to the size and space within the enclosure cable volume adjust, but you must ensure uniform, neat and elegant. 6.2.6 disc cabinet within cable shield layer requirements to prevent the accumulation of air, both ends of the tube are required the Center to bake. 6