（毕业设计论文）《带约束条件下回归模型的参数估计问题》.docVIP

PAGE PAGE 2 带约束条件下回归模型的参数估计问题 摘 要 关键词 前言 线性模型是数理统计学中重要的模型,是几类统计模型的总称,是现代统计学中内容丰富、应用广泛的一个研究分支。在简单线性回归模型中，一般会舍弃某些非主要因素，选取对因变量影响更大的变量作为自变量而建立模型。在实际应用中，特别在于复杂的经济活动的研究中，为了全面地考虑各个因素对某个特定变量是否产生影响或者影响的程度，十分必要引入多变量模型，例如，影响一个国家货币需求量的不仅有经济总量GDP，而且还有利率、物价水平、外汇储备等多种因素。 不带约束条件的线性模型的有偏估计已经发展得相对成熟,但在大量的统计问题中,往往需要在某些约束条件下对模型进行回归分析,这就使得带约束条件的线性模型具有重要的研究意义和应用价值。 参数估计是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法。模型的参数估计有多种方法，有最小二乘法、极大似然法、极大验后法、最小风险法和极小化极大熵法等。在一定条件下，后面三个方法都与极大似然法相同。最基本的方法是最小二乘法和极大似然法。（在下面的实例中，将选用最少二乘法对模型进行估计） 在实际的研究中运用样本数据对参数的估计与检验，将面临很大的计算工作量，因此必须借助计算机软件加以实现，本论文将应用EViews（econometrics views）对相关的数据进行分析。 本次论文主要选取几个经济模型作为研究的实例，当中涉及建立模型的方法，参数估计的操作，并通过多重共线性检验，异方差性检验，自相关检验，时间序列平稳性的单位根检验完善模型。 建模与参数估计 2.1建立模型 为了研究影响中国税收收入增长的主要原因，分析中央和地方税收收入增长的数量规律，预测中国税收未来的增长趋势，需要建立计量经济模型。 下面，先以税收收入作为被解释变量()，以国内生产总值（），财政支出（），商品零售价格指数（）为解释变量建立多元线性回归模型。（以下是模型的相关数据） 年份 税收收入（Y）/亿元 国内生产总值（X1)/亿元 财政支出（X2)/亿元 商品零售价格指数（X3)/% 1978 519.28 3624.1 1122.09 100.7 1979 537.82 4038.2 1281.79 102 1980 571.7 4517.8 1228.83 106 1981 629.89 4862.4 1138.41 102.4 1982 700.02 5294.7 1229.98 101.9 1983 775.59 5934.5 1409.52 101.5 1984 947.35 7171 1701.02 102.8 1985 2040.79 8964.4 2004.25 108.8 1986 2090.73 10202.2 2204.91 106 1987 2140.36 11962.5 2262.18 107.3 1988 2390.47 14928.3 2491.21 118.5 1989 2727.4 16909.2 2823.78 117.8 1990 2821.86 18547.9 3083.59 102.1 1991 2990.17 21617.8 3386.62 102.9 1992 3296.91 26638.1 3742.2 105.4 1993 4255.3 34634.4 4642.3 113.2 1994 5126.88 46759.4 5792.62 121.7 1995 6038.04 58478.1 6823.72 114.8 1996 6909.82 67884.6 7937.55 106.1 1997 8234.04 74462.6 9233.56 100.8 1998 9262.8 78345.2 10798.18 97.4 1999 10682.58 82067.5 13187.67 97 2000 12581.51 89468.1 15886.5 98.5 2001 15301.38 97314.8 18902.58 99.2 2002 17636.45 104790.6 22053.15 98.7 2003 20017.31 135822.8 24649.95 99.9 2004 24165.68 159878.3 28486.89 102.8 2005 28778.54 183217.4 33930.28 100.8 2006 34804.35 211923.5 40422.73 101 2007 45621.97 249529.9 49781.35 103.8 资料来源：中国统计年鉴2008.中国统计出版社 为观察数据，利用EViews获取序列Y、X1、X2、X3的线形图 可以看出Y、X1、X2都