建模讲座：回归分析.pptVIP

四、中国粮食生产函数 根据理论和经验分析，影响粮食生产（Y）的主要因素有： 农业化肥施用量（X1）；粮食播种面积(X2) 成灾面积(X3); 农业机械总动力(X4); 农业劳动力(X5) 已知中国粮食生产的相关数据，建立中国粮食生产函数： Y=?0+?1 X1 +?2 X2 +?3 X3 +?4 X4 +?4 X5 +? 1、用OLS法估计上述模型： R2接近于1； 给定?=5%，得F临界值 F0.05(5,12)=3.11 F=638.4 15.19， 故认上述粮食生产的总体线性关系显著成立。 但X4 、X5 的参数未通过t检验，且符号不正确，故解释变量间可能存在多重共线性。 (-0.91) (8.39) (3.32) (-2.81) (-1.45) (-0.14) 2、检验简单相关系数 发现： X1与X4间存在高度相关性。 列出X1，X2，X3，X4，X5的相关系数矩阵： 3、找出最简单的回归形式 可见，应选第1个式子为初始的回归模型。 分别作Y与X1，X2，X4，X5间的回归： (25.58) (11.49) R2=0.8919 F=132.1 DW=1.56 (-0.49) (1.14) R2=0.075 F=1.30 DW=0.12 (17.45) (6.68) R2=0.7527 F=48.7 DW=1.11 (-1.04) (2.66) R2=0.3064 F=7.07 DW=0.36 4、逐步回归 将其他解释变量分别导入上述初始回归模型，寻找最佳回归方程。 回归方程以Y=f(X1，X2，X3)为最优： 5、结论 建模讲座：回归分析主讲人：黄旭东 一、中国居民人均消费模型 例1 考察中国居民收入与消费支出的关系。 GDPP： 人均国内生产总值（1990年不变价） CONSP：人均居民消费（以居民消费价格指数（1990=100）缩减）。 该两组数据是1978~2000年的时间序列数据（time series data）. 1、建立模型 拟建立如下一元回归模型 采用Eviews软件进行回归分析的结果见下表 一般可写出如下回归分析结果： (13.51) (53.47) R2=0.9927 F=2859.23 DW=0.5503 统计量总结 1) 统计量 统计量衡量在样本内预测因变量值的回归是否成功。 是自变量所解释的因变量的方差。如果回归完全符合，统计值会等于1。如果结果不比因变量的均值好，统计值会等于0。 可能会由于一些原因成为负值。例如，回归没有截距或常数，或回归包含系数约束，或估计方法采用二阶段最小二乘法或ARCH方法。 EViews计算 的公式为： 其中， 是残差， 是因变量的均值。 2)调整 使用 作为衡量工具存在的一个问题，即在增加新的自变量时 不会减少。在极端的情况下，如果把样本观测值都作为自变量，总能得到 为1。 调整后的通常解释为 ,消除 中对模型没有解释力的新增变量。计算方法如下： 从不会大于 ，随着增加变量会减小，而且对于很不适合的模型还可能是负值。 5)对数似然函数值 EViews可以作出根据系数的估计值得到的对数似然函数值（假设误差为正态分布）。似然比检验可通过观察方程严格形式和不严格形式的对数似然值之间的差异来进行。 对数似然计算如下： 3)回归标准差 (S.E. of regression) 回归标准差是在残差的方差的估计值基础之上的一个总结。计算方法如下： 4)残差平方和 残差平方和可以用于很多统计计算中，为了方便，现在将它单独列出： 6)Durbin-Watson 统计量 D-W 统计量衡量残差的序列相关性，计算方法如下： 参见 Johnston 和DiNardo(1997)作出的D-W统计量分布的显著性水平的列表。 D.W检验步骤: （1）计算DW值 （2）给定?，由n和k的大小查DW分布表，得临界值dL