《计量经济学》建模案例.PDFVIP

《计量经济学》建模案例 案例 1：用回归模型预测木材剩余物 伊春林区位于黑龙江省东北部。全区有森林面积 2189732公顷，木材蓄积量为 23246.02万 m3。森林 覆盖率为 62.5%，是我国主要的木材工业基地之一。1999 年伊春林区木材采伐量为 532 万 m3。按此速度 44年之后，1999年的蓄积量将被采伐一空。所以目前亟待调整木材采伐规划与方式，保护森林生态环境。 为缓解森林资源危机，并解决部分职工就业问题，除了做好木材的深加工外，还要充分利用木材剩余物生 产林业产品，如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关 键环节。下面，利用简单线性回归模型预测林区每年的木材剩余物。显然引起木材剩余物变化的关键因素 是年木材采伐量。 伊春林区 16个林业局 1999年木材剩余物和年木材采伐量数据见附表。散点图见图 2.14。观测点近似 服从线性关系。建立一元线性回归模型如下： yt = β0 + β1 xt + ut 5 10 15 20 25 30 10 20 30 40 50 60 70 X Y 图 年剩余物 yt和年木材采伐量 xt散点图 图 1 Eviews输出结果 Eviews估计结果见图 1。 下面分析 Eviews输出结果。先看图 1的最上部分。LS表示本次回归是最小二乘回归。被解释变量是 yt。本次估计用了 16对样本观测值。输出格式的中间部分给出 5列。第 1列给出截距项（C）和解释变量 xt。第 2列给出相应项的回归参数估计值（ 0β? 和 1β? ）。第 根据 Eviews输出结果（图 2.15），写出 OLS估计式如下： ty? = -0.7629 + 0.4043 xt (-0.6) (12.1) R2 = 0.91, s. e. = 2.04 PDF 文件使用 pdfFactory 试用版本创建 其中括号内数字是相应 t统计量的值。s.e.是回归函数的标准误差，即σ? = )216(? 2 ?∑ tu 。R 2是可决系数。 R 2 = 0.91说明上式的拟合情况较好。yt变差的 91%由变量 xt解释。检验回归系数显著性的原假设和备择假 设是（给定α = 0.05） H0：β1 = 0； H1：β1 ≠ 0 图 2.16 残差图 因为 t = 12.1 t0.05 (14) = 2.15，所以检验结果是拒绝β1 = 0，即认为年木材剩余物和年木材采伐量之间存在回 归关系。上述模型的经济解释是，对于伊春林区每采伐 1 m3木材，将平均产生 0.4 m3的剩余物。 图 2.16给出相应的残差图。Actual表示 yt的实际观测值，Fitted表示 yt的拟合值 ty? ，Residual表示残 差 tu? 。残差图中的两条虚线与中心线的距离表示残差的一个标准差，即 s.e.。通过残差图可以看到，大部 分残差值都落在了正、负一个标准差之内。 估计β1的置信区间。由 t = P { )?( 11 1 ? β ββ s ? ≤ t0.05 (14) } = 0.95 得 11? ββ ? ≤ t0.05 (14) )?( 1βs β1的置信区间是 [ 1β? - t0.05 (14) )?( 1βs , 1β? + t0.05 (14) )?( 1βs ] [0.4043 - 2.15 × 0.0334, 0.4043 + 2.15 × 0.0334] [0.3325, 0.4761] 以 95%的置信度认为，β1的真值范围应在[0.3325, 0.4761 ]范围中。 下面求 yt的点预测和置信区间预测。假设乌伊岭林业局 2000 年计划采伐木材 20 万 m3，求木材剩余 物的点预测值。 y? 2000 = - 0.7629 + 0.4043 x2000 = -0.7629 + 0.4043 × 20 = 7.3231万 m3 s2( y? 2000) = 2σ? ( T 1 + ∑ ? ? 2 2 )( )( xx xxF ) = 4.1453 ( 16 1 + 2606.3722 )25.3320( 2? ) = 0.4546 s( y? 2000) = 4546.0 = 0.6742 因为 E( y? 2000) = E( 0β? + 1β? x2000 )