多元线性回归模型案例邹式检验突变点检验稳定性检验.DOC

第三章 多元线性回归模型案例 一、邹式检验（突变点检验、稳定性检验） 1.突变点检验 1985—2002年中国家用汽车拥有量（，万辆）与城镇居民家庭人均可支配收入（，元），数据见表3.1。 表3.1 中国家用汽车拥有量（）与城镇居民家庭人均可支配收入（）数据 年份 （万辆） （元） 年份 （万辆） （元） 1985 28.49 739.1 1994 205.42 3496.2 1986 34.71 899.6 1995 249.96 4283 1987 42.29 1002.2 1996 289.67 4838.9 1988 60.42 1181.4 1997 358.36 5160.3 1989 73.12 1375.7 1998 423.65 5425.1 1990 81.62 1510.2 1999 533.88 5854 1991 96.04 1700.6 2000 625.33 6280 1992 118.2 2026.6 2001 770.78 6859.6 1993 155.77 2577.4 2002 968.98 7702.8 下图是关于和的散点图： 从上图可以看出，1996年是一个突变点，当城镇居民家庭人均可支配收入突破4838.9元之后，城镇居民家庭购买家用汽车的能力大大提高。现在用邹突变点检验法检验1996年是不是一个突变点。 H0：两个子样本（1985—1995年，1996—2002年）相对应的模型回归参数相等 H1：备择假设是两个子样本对应的回归参数不等。 在1985—2002年样本范围内做回归。 在回归结果中作如下步骤： 输入突变点： 得到如下验证结果： 由相伴概率可以知道，拒绝原假设，即两个样本（1985—1995年，1996—2002年）的回归参数不相等。所以，1996年是突变点。 2.稳定性检验 以表3.1为例，在用1985—1999年数据建立的模型基础上，检验当把2000—2002年数据加入样本后，模型的回归参数时候出现显著性变化。 因为已经知道1996年为结构突变点，所以设定虚拟变量： 对1985—2002年的数据进行回归分析： 做邹模型稳定性检验： 输入要检验的样本点： 得到如下检验结果： 由上述结果可以知道，F值对应的概率为0.73，所以接受原假设，模型加入2000、2001和2002年的样本值后，回归参数没有发生显著性变化。 二、似然比（LR）检验 有中国国债发行总量（，亿元）模型如下： 其中表示国内生产总值（百亿元），表示年财政赤字额（亿元），表示年还本付息额（亿元）。1980—2001年数据见表3.2。 表3.2 国债发行总量、、财政赤字额、年还本付息额（）数据 年份 DEBT GDP DEF REPAY 年份 DEBT GDP DEF REPAY 1980 43.01 45.178 68.9 28.58 1991 461.4 216.178 237.14 246.8 1981 121.74 48.624 -37.38 62.89 1992 669.68 266.381 258.83 438.57 1982 83.86 52.947 17.65 55.52 1993 739.22 346.344 293.35 336.22 1983 79.41 59.345 42.57 42.47 1994 1175.25 467.594 574.52 499.36 1984 77.34 71.71 58.16 28.9 1995 1549.76 584.781 581.52 882.96 1985 89.85 89.644 -0.57 39.56 1996 1967.28 678.846 529.56 1355.03 1986 138.25 102.022 82.9 50.17 1997 2476.82 744.626 582.42 1918.37 1987 223.55 119.625 62.83 79.83 1998 3310.93 783.452 922.23 2352.92 1988 270.78 149.283 133.97 76.76 1999 3715.03 820.6746 1743.59 1910.53 1989 407.97 169.092 158.88 72.37 2000 4180.1 894.422 2491.27 1579.82 1990 375.45 185.479 146.49 190.07 2001 4604 959.333 2516.54 2007.73 对以上数据进行回归分析： 得到如下输出结果： 对应的回归表达式为： (0.2) (2.2) (31.5) (17.8) 现在