计量经济学实验3 非线性模型(学生用).docVIP

计量经济学实验3 非线性模型(学生用).doc

  1. 1、本文档共14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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
数学与统计学院 实验报告 2014-2015学年第2学期 课程名称 计 量 经 济 学 专 业 经 济 数 学 班 级 0405131 学 号 040513142 姓 名 翟欢迎 实验名称 实验3 非线性模型 实验地点 N6-503 指导老师 花 春 荣 数学与统计学院二零一五年制 实验名称 实验3:非线性模型 实验日期 2015年5月 4日 实验准备 实 验 目 的 掌握可线性化的非线性回归模型的估计方法。 实验设计方案 双对数与非对数模型; 指数模型与幂函数模型; 双曲线模型; 多项式模型。 数据资料与分析方法、步骤 建立中国税收收入回归模型 问题概述:随着经济的增长,国家财政收入也随之增长,但这种增长可能是非线性的 从国家统计局网站收集整理1978-2013年我国税收收入Y、国内生产总值X数据,建立工作文件和序列。工作文件名为“中国税收收入回归模型”。简要写出其步骤。 打开EVIEWS,点击File--workfile,在workfile create选择Date-regular frequence在wf一框中输入“中国税收收入多元回归模型”。在start输入1978.在end中输入2013,点击ok。 建立序列:点击object——newobject,在type of object中选择series,在name of object中输入y,同样的方法建立x 同时选中x和y点击open-as group,点击Edit,复制其数据。 为了明确国内生产总值与财政收入的关系,首先通过序列视图(view)考察数据的特征:建立Y与X的散点图及Y与X描述统计。 散点图 描述统计 X Y Mean 126244.4 21178.79 Median 65985.15 6473.93 Maximum 568845.2 110530.7 Minimum 3645.2 519.28 Std. Dev. 159273.8 30402.68 Skewness 1.471755 1.705921 Kurtosis 4.071728 4.78947 Jarque-Bera 14.71928 22.26431 Probability 0.000636 0.000015 Sum 4544797 762436.5 Sum Sq. Dev. 8.88E+11 3.24E+10 Observations 36 36 考虑以下模型: (1)线性模型: (2)双对数模型: (3)倒数模型: (4)幂函数模型: (5)指数模型: (6)多项式模型: 对上述6个模型进行显著性检验,并加以比较。 1,线性模型回归分析 Dependent Variable: Y Method: Least Squares Date: 05/03/12 Time: 15:00 Sample: 1978 2013 Included observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C X -2806.835 0.189994 636.0533 0.003157 -4.412892 60.18863 0.0001 0 R-squared 0.990702 Mean dependent var 21178.79 Adjusted R-squared 0.990428 S.D. dependent var 30402.68 S.E. of regression 2974.424 Akaike info criterion 18.88744 Sum squared resid 3.01E+08 Schwarz criterion 18.97541 Log likelihood -337.9739 Hannan-Quinn criter. 18.91815 F-statistic 3622.672 Durbin-Watson s

文档评论(0)

taotao0c + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档