- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《经济管理定量分析高级方法》
实 验 指 导 书
康继军 编
重庆大学经济和工商管理学院
20XX 年 7 月
目 录
试验1 非线性回归模型估量………………………………………………………(2)
试验2 工具变量估量和虚拟变量应用……………………………………………(9)
试验3 模型诊疗和检验方法……………………………………………………(15)
试验4 时间序列估量试验………………………………………………………(22)
试验1 非线性回归模型估量试验
一、试验目标
经过此次试验,学会使用两种非线性回归模型估量方法:(1)经过线性化方法估量非线性回归模型;(2)直接估量非线性回归模型。
二、试验安排
1.课时: 本试验安排4个课时,关键用于完成试验及试验汇报。
2.时间: 由试验室统一安排
3.地点: 由试验室统一安排
三、试验原理、内容、方法和步骤:
(1).试验要求
1.经过实例演示,学会使用两种非线性回归模型估量方法;
2.熟悉使用EVIEWS软件进行非线性回归模型估量操作方法;
(2).试验内容
某硫酸厂生产硫酸透明度指标一直达不到优质要求,经过分析透明度低和硫酸中金属杂质含量太高相关。影响透明度关键金属杂质是铁、钙、铅、镁等。经过正交试验方法发觉铁是影响硫酸透明度最关键原因。测量了47组样本值,数据如表1-1,硫酸透明度(y)和铁杂质含量(x)散点图图1-1,应该建立非线性回归模型。
表1-1硫酸透明度(y)和铁杂质含量(x)数据
序数
y
x
序数
y
x
序数
y
x
1
190
31
17
50
52
33
40
74
2
190
32
18
60
53
34
25
76
3
180
34
19
44
54
35
30
79
4
140
35
20
54
54
36
25
85
5
150
36
21
48
56
37
16
87
6
120
37
22
50
56
38
16
89
7
110
39
23
56
58
39
20
99
8
81
40
24
52
58
40
20
76
9
100
42
25
50
60
41
20
100
10
80
42
26
41
60
42
20
100
11
110
43
27
52
61
43
15
110
12
80
43
28
34
63
44
15
110
13
68
48
29
40
64
45
27
122
14
80
49
30
25
65
46
20
154
15
50
50
31
30
69
47
20
210
16
70
52
32
20
74
图1-2硫酸透明度(y)和铁杂质含量(x)散点图
1.经过线性化方法估量非线性回归模型
先建立倒数模型。
首先建立工作文件。从工作文件主菜单中点击Quick键,选择Estimate Equation功效,在弹出对话框Equation Specification(方程设定) 选择框输入
1/y c 1/x
点击OK键,得到估量结果图1-2,对应表示式是:
1/Y = 0. - 2.*1/X
t-value (18.6)*** (-11.9) ***
R2=0.76, s.e.=0.009, F=143
可决系数R2=0.76。
图1-2
实际上,假如建立指数函数,拟合效果会愈加好。打开方程设定(Equation specification)对话框,输入估量命令,
log(y) c 1/x
点击OK键,得到估量结果图1-3,对应表示式是:
LOG(Y) = 1. + 104.5194751*(1/X)
t-value (21.97)*** (21.64) ***
R2=0.91, s.e.=0.22, F=468,
把表示式还原为指数形式,
Lny=Ln(7.33)+104.5(1/x) 式(1.1)
y = 7.33e105.5(1/x)
可决系数R2由0.76提升到0. 91,可见拟合为指数函数比倒数函数效果好。
图1-3
散点图和拟合指数曲线见图1-4.
图1-4
EViews操作步骤是,打开x,y数据组窗口,点击View键,选Graph/Scatter/Scatter with Regression功效(见图1-5).
图1-5
在随即弹出对话框中y和x选对数和倒数形式(图1-6),点击OK,就得到了图1-4.
图1-6
注意,对数变量和倒数变量也能够经过生成新序列方法定义新变量,然后用新变量进行估量,回归结果是一样,比如把对数变量log(y)定义成Lny,倒数变量1/x定义为z,这么估量命令为:
Lny c z
这一估量命令不如
文档评论(0)