计量经济学-回归模型实验报告.docx

回归模型分析报告背景意义：教育是立国之本，强国之基。随着改革开放的进行、经济的快速发展和人们生活水平的逐步提高，“教育”越来越受到人们的重视。一方面，人均国内生产总值的增加与教育经费收入的增加有着某种联系，而人口的增长也必定会对教育经费收入产生影响。本报告将从这两个方面进行分析。我国1991年~2013年的教育经费收入、人均国内生产总值指数、年末城镇人口数的统计资料如下表所示。试建立教育经费收入Y关于人均国内生产总值指数X1和年末城镇人口数X2的回归模型，并进行回归分析。年份教育经费收入 Y（亿元）人均国内生产总值指数 X1(1978年=100)年末城镇人口数 X2（万人）19917316731203199286772321751993105932331731994148891341691995187763517419962262763730419972531133944919982949254160819993349944374820003849644590620014637094806420025480995021220036208.2653735.8452376200472422542832005841831562122006981579582882007121486760633200814500.737421237.48624032009165020764512201019561.847071480.8766978201123869.293561613.6169079201228655.305191730.1871182201330364.718151853.9773111资料来源：中经网统计数据库。根据经济理论和对实际情况的分析可以知道，教育经费收入Y依赖于人均国内生产总值指数X1和年末城镇人口数X2的变化，因此我们设定回归模型为应用EViews的最小二乘法程序，输出结果如下表 (2.68) (15.9) (-6.1)R2=0.992=0.99 F=911.4异方差的检验Goldfeld-Quandt检验X1和X2的样本观测值均已按照升序排列，去掉中间X1和X2各5个观测值，用第一个子样本回归：SSE1=45633.64用第二个子样本回归：SSE2=6602898H0=ut具有同方差，H1=ut具有递增型异方差构造F统计量。 =114.7F0.05(9,9) =3.18所以拒绝原假设，计量模型的随机误差项存在异方差White检验因为模型中含有两个解释变量，辅助回归式一般形式如下辅助回归式估计结果如下因为TR2=10.67 (5)=9.236该回归模型中存在异方差克服异方差以1/X1做加权最小二乘估计，估计的结果还原变量，得再用上表对应的残差做White检验由上表可知TR2=8.7 (5)=9.236,说明以及克服了异方差性自相关的检验DW检验已知DW=0.47，若给定=0.05，查表得DW检验的临界值dL=1.17,dU=1.54。因为DW=0.471.17,根据判别规则，认为误差项ut存在严重的正自相关。LM检验LM=6.36所以误差项存在二阶自相关克服自相关首先估计自相关系数对原变量做广义差分变换。令GDYt=Yt-0.765Yt-1GDX1t= X1t-0.765X1t-1GDX2t= X2t-0.765X2t-1以GDYt，GDX1t，GDX2t（1992~2013年）为样本再次回归得到GDYt=241.322+27.4297GDX1t-0.3024GDX2tDW=1.4，介于dL=1.17,dU=1.54之间，所以不能判别ut是否存在一阶自相关，自相关性没有消除由上一步LM统计量知误差项存在二阶自相关，采用直接拟合的估计结果是，+DW=1.75 介于dU=1.54和4- dU=2.46，依据判别规则，误差项已消除自相关多重共线性的检验Klein判别法因为|rx1 x2|=0.97R2=0.99，所以不存在多重共线性修正Frisch法用每个解释变量对被解释变量做最小二乘回归R2=0.969=0.968R2=0.852=0.845取第一个方程为基本回归方程，引入X2,对Y做关于X1 和X2的最小二乘回归，R2=0.989=0.988可以看出，加入X2后，R2和 均有所增加，X1系数显著性不受影响，所以在模型中保留X2综上：估计的回归模型为+模型