中级计量经济学第3章 多元线性回归模型.ppt

年份 GDP（亿元） 资金K（亿元） 从业人员L（万人） 1980 103.52 461.67 394.79 1981 107.96 476.32 413.02 1982 114.10 499.13 420.50 1983 123.40 527.22 435.60 1984 147.47 561.02 447.50 1985 175.71 632.11 455.90 1986 194.67 710.51 466.94 1987 220.00 780.12 470.93 1988 259.64 895.66 465.15 1989 283.34 988.65 469.79 1990 310.95 1075.37 470.07 1991 342.75 1184.58 479.67 1992 411.24 1344.14 485.70 1993 536.10 1688.02 503.10 1994 725.14 2221.42 513.00 1995 920.11 2843.48 515.30 1996 1102.10 3364.34 512.00 表3.6.4 天津市1980-1996年GDP、资金和从业人员统计资料经过对数变换后的数据 年份 Z=ln(GDP) X1=lnK X2=lnL X3=[ln(K/L)]2 1980 4.6398 6.1349 5.9784 0.0245 1981 4.6818 6.1661 6.0235 0.0203 1982 4.7371 6.2129 6.0414 0.0294 1983 4.8154 6.2676 6.0767 0.0364 1984 4.9936 6.3298 6.1037 0.0511 1985 5.1688 6.4491 6.1223 0.1068 1986 5.2713 6.5660 6.1462 0.1762 1987 5.3936 6.6594 6.1547 0.2548 1988 5.5593 6.7976 6.1424 0.4293 1989 5.6466 6.8963 6.1523 0.5536 1990 5.7396 6.9804 6.1529 0.6848 1991 5.8370 7.0771 6.1731 0.8173 1992 6.0192 7.2035 6.1856 1.0362 1993 6.2843 7.4313 6.2208 1.4654 1994 6.5864 7.7059 6.2403 2.1481 1995 6.8245 7.9528 6.2447 2.9174 1996 7.0050 8.1210 6.2383 3.5444 利用EViews最小二乘程序，可得到回归结果如表3.6.5所示。回归方程的拟合优度相当好。这从残差图3.6.3也可以看出回归方程的拟合优度较好。 表3.6.5 回归结果 图3.6.3 回归残差图 表3.5.2 有约束条件的C-D生产函数估计结果 在EViews软件中，当估计完C-D生产函数后，在方程结果输出窗口，点击View按钮，然后在下拉菜单中选择Coefficient Test\Wald Coefficient Restrictions,屏幕出现图3.5.1对话框。 图3.5.1 Wald检验定义对话框 在对话框中输入系数的约束条件，若有多个，则用逗号分开。本例中输入：C（2）+C（3）=1，得检验结果见表3.5.3。 表3.5.3 Wald检验输出结果 由表3.5.3可知，在0.05显著性水平下，两个检验均仍然不能拒绝和为1的原假设，原假设为真。这个结果与直观判断差异明显，主要是因为变量LOG（L）的回归系数标准误差较大。 需要指出的是，这里介绍的F检验适合所有关于参数线性约束的检验，3．2节中对回归模型总体的线性检验，可以归结到这里的F检验上来。 3.5.2 解释变量的选择 在实际建模时，选取哪些变量作为解释变量引入模型，对模型的优劣有直接的影响作用。模型中，既不能遗漏重要的解释变量，又要防止过多的变量带来的多重共线性问题或对因变量没有什么影响的不必要的解释变量。这里介绍两种有用的用于选择解释变量的检验。 考虑如下两个回归模型： 在EViews软件中，Testdrop 检验用于在方程中检验冗余变量，检验剔除是否对模型有利。要检验冗余变量，选择Equation工具栏中的View\Coefficient Test\Redundant Variable功能。在对话框中输入需要检验的变量。