可化为线性的非线性回归模型估计受约束回归检验.docVIP

可化为线性的非线性回归模型估计受约束回归检验.doc

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
可化为线性的非线性回归模型估计受约束回归检验

实验三 可化为线性的非线性回归模型估计、受约束回归检验 实验目的: 掌握可化为线性的的非线性回归模型的估计方法 掌握Chow检验的基本原理和主要用途 掌握Chow分割点检验和Chow预测检验的操作过程,判断分割点。 实验要求 做可化为线性的非线性回归模型估计,掌握Chow稳定性检验 实验原理 普通最小二乘法、模型参数线性受约束检验法、Chow检验法 预备知识 普通最小二乘法原理、t检验、F检验、Chow检验 实验步骤 13..建立工作文件并录入全部数据 1.设定并估计可化为线性的非线性回归模型 ln(y) = c + aln(k) + bln(l) +u eviews结果 根据数据得到模型的估计结果为: Ln(y)=1.153994 + 0.609236 ln(k) + 0.360796 ln(l) (1.586004) (3.454149) (1.789741) R^R=0.809925 R_^R_=0.796348 D.W.=0.793209 e1^e1+…+ei^ei=5.070303 F=59.65501 df= 随机干扰项的方差估计值为:6=5.070303/(31 – 3)= 0.181082 我们根据得出的回归结果表明: ln(y))R^R = 0.892388 R_^R_ = 0.882139 D.W. = 1.387020 F = 87.07231 RSS 1= 1.350081 根据数据得: Ln(y) = 0.110081 + 0.286641 ln(k) + 1.105109ln(l) (0.060541) (0.555287) (1.672962) R^R= 0.872461 R_^R_=0.821445 D.W.=1.075053 F=17.10184 RSS2=1.806233 已得RSSU=5.603276 所以,结构变化的F检验值为: F=[[5.603276 – (1.330661 + 1.804905)] / 3] / [(1.330661 + 1.804905)/(31-6)] = 6.563153 在5%的显著性水平下,自由度为(3,25)的F分布的临界值为F(3,25)=2.98 , 可见计算的F值远大于临界值,拒绝参数稳定的原假设,表明该行业的生产总值在 序号24前后发生了显著变化。 14..生产函数设定为Y = AK^α*L^β + μ 估计所对应模型Y= e^β0*K^β1*L^β2 Eviews结果如下: 我们根据得出的数据知道: y= e^3.881109 * k^0.276519 * l^0.398736 与原双对数线性模型的估计结果相比,常数项的参数估计结果有差异,k与l的对应的参数结果较为接近。

文档评论(0)

xjj2017 + 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