计量经济学解剖.doc

  1. 1、本文档共15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 案 例 分 析 姓 名:宋杰 学 号专业班级:金融六班 指导老师:陈姣 一、背景介绍 众所周知,能源对于一个国家有着至关重要的作用。能源影响着人们的衣食住行,也影响着一个国家的经济发展情况。所以对于能源的研究就显得很有必要。这是一张我国从1996年到2014年我国能源生产总量于构成表。y代表能源生产总量、x1代表原煤生产量、x2代表原油生产量、x3代表天然气生产量、x4代表水电核电风电生产量。 数学模型的建立及估计 (一)、建立数学模型 根据经济理论以及对题意的分析,我们知道能源生产总量y与原煤生产量x1,原油生产量x2,天然气生产量x3,水电核电风电生产量x4之间存在着一定的关系。由此建立我国能源生产总量y与原煤生产量x1,原油生产量x2,天然气生产量x3,水电核电风电生产量x4的回归模型为: = + + + ++μi (二)、参数估计 1、样本回归模型 = + + + ++μi 2、估计结果 即样本估计方程为 =-79013.11+1.070154 +4.491430 +1.441308 +0.113097 \ 、检验 (1)、对回归方程的分析(经济检验) 我们前面讲过回归并不意味着存在因果关系,解释变量与被解释变量是否存在因果关系,必须根据先关理论来判定。关系确定之后,我们再来验证估计的模型是否有经济含义,以及用经济模型的结果是否与经济理论相符,这就称为经济检验。在回归分析中,我们不仅对模型参数估计感兴趣,而且对检验来自于某个经济理论的假设也感兴趣。根据能源生产总量与原煤生产量,原油生产量,天然气生产量,水电核电风电生产量的数据得到的估计方程为: =-79013.11+1.070154 +4.491430 +1.441308 +0.113097 (2)、拟合优度检验 R2=0.999528,说明总离差平方和的99.9528%被样本回归直线解释,有0.0472%未被解释,因此样本回归直线对样本点的拟合度很好。 (3)、F检验 提出假设: H0:β1=β2=0 H1:β1、β2不全为0 在显著性水平α=0.05,n-k-1=13时,查F分布表,得到:F0.05(4,13)=3.18 利用样本数据计算检验统计量F的值,F=6886.029进行比较,做出判断: F=6886.029﹥F0.05(4,13)=3.18,差异显著,拒绝原假设,接受备择假设,方程显著不为零,总体回归方程是显著的。说明能源生产总量与原煤生产量,原油生产量,天然气生产量,水电核电风电生产量之间存在显著的线性关系。 (4)、t检验 提出假设: H0:β1=β2=0 H1:β1、β2全部不为0 在显著水平 α=0.05,n-k-1=13时,查T分布表, T0.025(13)=2.1604 t1的值为13.75916 t2的值为2.341524 的值为1.258961 的值为0.270494进行比较,作出判断: ∣t1∣=13.75916﹥t0.025(13)=2.1604,差异显著,所以拒绝原假设,接受备择假设。同时说明系数显著不为零,说明我国能源生产总量与原煤生产量存在显著的线性关系。 同理∣t2∣=2.341524﹥t0.025(13)=2.1604,差异显著,所以拒绝原假设,接受备择假设。同时说明系数显著不为零,说明我国能源生产总量与原油生产量存在显著的线性关系。 ∣∣=1.258961t0.025(13)=2.1604,差异不显著,所以接受原假设,拒绝备选假设,同时说明系数显著为零,说明我国能源生产总量与天然气生产量不存在显著的线性关系。 ∣∣=0.270494t0.025(13)=2.1604,差异不显著,所以接受原假设,拒绝备选假设,同时说明系数显著为零,说明我国能源生产总量与水电核电风电生产量不存在显著的线性关系。 、异方差的检验 (1)、图示法 分别根据前面的估计结果,在图中的对话框中点击resides按钮,会出现其残差图,见图 解释变量与reside之间的散点图,如图: 从图中可以看出,随着x1的增加,残差项的离散程度加大,表明随机误差项存在异方差。 (2)、Glejser(戈里瑟检验) 寻找∣ei∣与x的函数形式,以ei的绝对值∣ei∣为被解释变量,为输入数据的方便,令∣ei∣=RE,某个解释变量xi为解释变量。 用残差绝对值RE对xi进行回归,建立如下方程: RE= + + + ++μi 残差的绝对值如下: 3)

文档评论(0)

123****6648 + 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