网站大量收购独家精品文档,联系QQ:2885784924

多元线性回归Wald检验.doc

  1. 1、本文档共7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
多元线性回归Wald检验

湖南商学院模拟实验报告 实验地点: 实验楼 时间: 课程名称 计量经济学模拟实验 实验项目名称 多元线性回归模型的向量表述和Wald检验 班级 姓名 学号 学时 小组成员 实验目的: 考察我国自1980-2001年的国债发行额度与相关因素之间的数量关系。 实验数据 文件夹sy5.WF1,Y表示国债发行额(单位:亿元),X1表示国内生产总值(单位:百亿元),X2表示每年的财政赤字额(单位:亿元),X3表示年还本付息额(单位:亿元),t表示第t年的观测数据。模型: 实验内容: 1.如何利用命令,建立X和Y矩阵; (1)选择X1,X2,X3,Y(as group(name group01 (2)输入 matrix mat_y(stom(y,mat_y) ,stom(group01,mat_x) 2.如何运用多元线性回归的估计公式进行回归的OLS估计; 输入LS Y C X1 X2 X3(name eq01 Dependent Variable: Y Method: Least Squares Date: 03/30/15 Time: 21:22 Sample: 1980 2001 Included observations: 22 Coefficient Std. Error t-Statistic Prob.?? C 4.313999 21.66725 0.199102 0.8444 X1 0.345202 0.154470 2.234756 0.0384 X2 0.995403 0.031613 31.48699 0.0000 X3 0.879759 0.049508 17.77021 0.0000 R-squared 0.998955 ????Mean dependent var 1216.395 Adjusted R-squared 0.998781 ????S.D. dependent var 1485.993 S.E. of regression 51.88705 ????Akaike info criterion 10.89898 Sum squared resid 48460.78 ????Schwarz criterion 11.09735 Log likelihood -115.8888 ????Hannan-Quinn criter. 10.94571 F-statistic 5735.347 ????Durbin-Watson stat 2.116834 Prob(F-statistic) 0.000000 3.利用命令计算随机干扰项的方差,并计算的方差-协方差矩阵和相应的t统计量,并在5%的显著性水平下做参数的显著性检验; (1)输入scalar deltahat2=eq01.@ssr/(22-4) ( 输入 scalar deltahat=@sqrt(deltahat2) ( 输入 matrix var_cov_B=eq01.@coefcov( or 在回归方程中点击view(Covariance matrix( 输入 vector ttt=eq01.@tstats( 4.对如下的假设做Wald检验: eq01(view(coefficient test (wald(c(2)=0,c(3)=0( Wald Test: Equation: EQ01 Test Statistic Value?? df???? Probability F-statistic 920.4449 (2, 18)?? 0.0000 Chi-square 1840.890 2?? 0.0000 Null Hypothesis Summary: Normalized Restriction (= 0) Value?? Std. Err. C(2) 0.345202 0.154470 C(3) 0.995403 0.031613 Restrictions are linear in coefficients. P值为0拒绝为假设,所以c(2)不等于0,c(3)也不等于0 实验结果与

文档评论(0)

dashewan + 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