四计量经济学回归方程的其他函数形式.ppt

下载文档 降价啦

33
0
约4.12千字
约 30页
2018-03-31 发布于江西
举报
版权申诉
保障服务

四计量经济学回归方程的其他函数形式.ppt

1、本文档共30页，可阅读全部内容。
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、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、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)。

四计量经济学回归方程的其他函数形式

例5.p49（黄少敏主编，北大出版）收集下列数据 X 63 60 58 57 50 48 47 47 45 42 38 37 32 30 29 28 25 24 24 Y 147 125 99 90 87 60 69 72 74 70 83 89 97 114 129 157 193 201 210 如果用直线去模拟：Y =B1+B2X 估计如下： t=(6.03) (-2.61) p=(0.0000) (0.0181) F=6.8366 R2=0.2868 Adj R2=0.24886 Dependent Variable: Y Method: Least Squares Date: 11/19/09 Time: 21:28 Sample: 1980 1998 Included observations: 19 Variable Coefficient Std. Error t-Statistic P C 194.7766 32.30657 6.029009 0.0000 X -1.958872 0.749175 -2.614704 0.0181 R-squared 0.286813 Mean dependent var 113.9474 Adjusted R-squared 0.244861 S.D. dependent var 47.07615 S.E. of regression 40.90857 Akaike info criterion 10.35986 Sum squared resid 28449.69 Schwarz criterion 10.45927 Log likelihood -96.41864 F-statistic 6.836676 Durbin-Watson stat 0.183588 Prob(F-statistic) 0.018120 估计如下： t=(6.03) (-2.61) p=(0.0000) (0.0181) F=6.8366 R2=0.2868 Adj R2=0.24886 结论：无论从t, R2值还是散点图，回归曲线不能很好拟合实际值，模型选择有偏差散点图 Dependent Variable: Y Method: Least Squares Date: 11/19/09 Time: 21:45 Sample: 1980 1998 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. C 646.6270 31.93375 20.24901 0.0000 X -25.44016 1.608982 -15.81134 0.0000 X^2 0.278053 0.018901 14.71099 0.0000 R-squared 0.950902 Mean dependent var 113.9474 Adjusted R-squared 0.94476 S.D. dependent var 47.07615 S.E. of regression 11.06391 Akaike info criterion 7.789192 Sum squared resid 1958.560 Schwarz criterion 7.938314 Log likelihood -70.99733 F-statistic 154.9399 Durbin-Watson stat 1.352605 Prob(F-statistic) 0.000000 根据散点图重新设定模型为二次曲线：Y =B1+B2X+B3X 2 重新估计如下： t=(20.24901) ( -15.81134) (14.71099) p=(0.0000) (0.0000)