三大产业的发展与居民消费..docVIP

计量经济学课程论文 三大产业的发展与 城镇居民家庭消费支出城镇居民家庭消费支出城镇居民家庭消费支出城镇居民家庭消费支出入城镇居民家庭消费支出城镇居民家庭消费支出城镇居民家庭人均可支配收入 Y X1 X2 X3 1987 884.4 3204.3 5251.6 3506.6 1988 1103.98 3831 6587.2 4510.1 1989 1210.95 4228 7278 5403.2 1990 1278.89 5017 7717.4 5813.5 1991 1453.81 5288.6 9102.2 7227 1992 1671.73 5800 11699.5 9138.6 1993 2110.81 6882.1 16428.5 11323.8 1994 2851.34 9457.2 22372.2 14930 1995 3537.57 11993 28537.9 17947.2 1996 3919.47 13844.2 33612.9 20427.5 1997 4185.64 14211.2 37222.7 23028.7 1998 4331.6 14552.4 38619.3 25173.5 1999 4615.9 14472 40557.8 27037.7 2000 4998 14628.2 44935.3 29904.6 2001 5309 15411.8 48750 33153 2002 6029.88 16117.3 52980.2 36074.8 2003 6510.94 17092.1 61274.1 38885.7 Y：城镇居民家庭消费支出 由图我们可以发现Y与X1 X2 X3都有比较明显的线形关系，从而建立数学模型： 该模型的样本残差的正态性检验—JB test.其结果为： 从图表和JB值我们可以认为残差是成正态分布的。 并对模型有如下假设： 1.零均值： 2.同方差无自相关： 3.随机扰动项与解释变量不相关： 4.无多重共线性 5. 残差的正态性： 显然这些假设是不可能完全成立的，所以我们必须对其进行检验。 残差的正态性检验已完成。 主要需要检验的有： 一、多重共线性检验。 二、异方差性检验。 三、自相关性检验。 如果有检验无法通过，则必须对模型进行修正。 我们将基于以上数据进行分析。 具体程序如下： 其中利用Eviews3.0作OLS估计的结果为： Dependent Variable: Y Method: Least Squares Date: 05/09/05 Time: 11:15 Sample: 1987 2003 Included observations: 17 Variable Coefficient Std. Error t-Statistic Prob. C 304.9427 81.08610 3.760727 0.0024 X1 0.052371 0.021551 2.430060 0.0303 X2 0.056538 0.019423 2.910940 0.0122 X3 0.047411 0.025571 1.854090 0.0865 R-squared 0.998261 Mean dependent var 3294.348 Adjusted R-squared 0.997860 S.D. dependent var 1862.177 S.E. of regression 86.15416 Akaike info criterion 11.95248 Sum squared resid 96493.00 Schwarz criterion 12.14853 Log likelihood -97.59606 F-statistic 2487.323 Durbin-Watson stat 1.923939 Prob(F-statistic) 0.000000 所以我们得到以下的结果：Y=304.9427+0.052371X1+0.056538X2+0.047411X3 (81.08610) (0.021551) (0.019423) （0.025571） （t=3.760727）(2.430060) (2.910940) （1.854090） R-Square