计量论文-我国私家车拥有量影响因素的计量分析概要.docxVIP

计量论文-我国私家车拥有量影响因素的计量分析概要.docx

  1. 1、本文档共15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
计量论文-我国私家车拥有量影响因素的计量分析概要

 PAGE \* MERGEFORMAT 16 计量经济学课程论文 我国私家车拥有量影响因素的计量分析 我国私家车拥有量影响因素的计量分析 一.问题的提出 私家车,私人自己买的,拥有使用支配权的,在不违法的情况下可以自由的使用支配。2013年,私家车取消了以前15年必须报废的规定,改为60万公里引导报废。 随着我国经济实力的增强,人民生活水平的提高,私人汽车的需求量也是逐年增加。尤其是2002年以来,私人购车占整个市场的份额迅速提升,汽车市场进入私人购车阶段。根据国际通用车价和国内生产总值增长比较系数计算,未来5~10年中国有购车能力的人口可达5亿,约1.5亿个家庭。未来20年中国有望成为全球第一大汽车市场。而且全世界范围内千人汽车保有量128辆,按照6月末中国的汽车保有量测算,中国千人汽车保有量大约为63辆,相当于世界平均水平一半。由于中国人多地少的基本国情,如此低的汽车保有量,已经给城市交通和环境带来巨大压力。交通拥堵、空气污染已经成为国内许多城市挥之不去的梦魇,汽车对能源消耗和环境的影响也越来越大。继北京对汽车实行限购限行措施后,国内还有一些城市也准备采取相关措施,缓解交通拥堵。在一些大城市,汽车过快增长和道路不足的矛盾越来越突出。正因为私人汽车逐渐占据了汽车消费市场的主导地位又引发诸多矛盾,并直接反映了整个汽车行业的现状,所以私人汽车消费市场越来越吸引人们的关注。 二.理论综述 多重共线性:所谓多重共线性(Multicollinearity)是指线性回归模型中的解释 HYPERLINK /view/296689.htm \t _blank 变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。一般来说,由于经济数据的限制使得模型设计不当,导致设计矩阵中解释变量间存在普遍的相关关系。一般多重共线性的修正都是采用逐步回归法来解决,具体步骤如下:先用被解释变量对每一个所考虑的解释变量做简单回归,然后以对被解释变量贡献最大的解释变量所对应的回归方程基础,再逐个引入其余的解释变量。这个过程中会出现3种情形:①若新变量的引入改进了adjustR^2和F检验,且其他回归参数的t检验在统计上仍是显著的,则可考虑在模型中保留该变量。②若新变量的引入未能明显改进adjustR^2和F检验,且对其他回归参数估计值t检验也未带来什么影响,则认为该变量是多余的。③若新变量的引入未能明显改进adjustR^2和F检验,则说明出现了严重的多重共线性。经过对各个引入新变量模型多方面的综合比较,保留adjustR^2改进最大,且不影响原有变量的显著性。经逐步回归,使得最后留在模型中解释的变量即使重要的,又没有严重的多重共线性。 异方差性(heteroscedasticity ):是相对于同方差而言的。所谓同方差,是为了保证回归参数估计量具有良好的统计性质,经典线性回归模型的一个重要假定:总体回归函数中的随机误差项满足同方差性,即它们都有相同的 HYPERLINK /view/172036.htm \t _blank 方差。如果这一假定不满足,即:随机误差项具有不同的方差,则称线性回归模型存在异方差性。 若线性回归模型存在异方差性,则用传统的最小二乘法估计模型,得到的参数估计不是有效估计量,甚至也不是渐近有效的估计量;此时也无法对模型参数的进行有关显著性检验。 对存在异方差性的模型可以采用加权最小二乘法进行估计。 异方差性的检测——White test 在此检测中,原假设为:回归方程的随机误差满足同方差性。对立假设为:回归方程的随机误差满足异方差性。判断原则为:如果nR^2chi^2 (k-1),则原假设就要被否定,即回归方程满足异方差性。 在以上的判断式中,n代表样本数量,k代表参数数量,k-1代表自由度。chi^2值可由查表所得。 自相关(auto correlation):又称为序列相关,实际中,如果变量在时间或空间的顺序有一定含义,就有可能存在序列相关,特别是在时间序列数据的研究中,数据的观测值往往是按照时间的先后自然排列,因此连续观测的时间序列数据就表现出内在的相关性,是指总体回归模型的随机误差项ui之间存在相关关系。 三.模型设定 由于非线性模型的假设检验都涉及到非常复杂的数学计算,所以本文考虑做一个线性模型(对参数线性),这样各种检验的方法较多,对模型准确程度的分析也更可靠。 ?1. 变量选择? (1)城镇家庭人均可支配收入? 私家车这种高档消费品的拥有量显然与收入水平有关,因此引进解释变量人均可支配收入,并先预期此二因素与私家车拥有量呈正相关。?(2)公路里程? 本文预计私家车的拥有量与全国公路里程有关,因此引入解释变量公路里程,并预期其与私人汽车拥有量成正相关。

您可能关注的文档

文档评论(0)

yaocen + 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