- 1、本文档共21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)。
查看更多
多元线性回归模型案例邹式检验突变点检验稳定性检验
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
文档评论(0)