计量经济学模型范文10篇.docxVIP

计量经济学模型范文10篇 8或10时,多重共线性显著,且Xi为多余变量。 (2) 异方差性诊断  对于多元线性回归方程 Yi=f(Xi,ui),假如随着样本观看值Xi的变化,ui的方差为常数,与i无关,即假定 Var(ui)=  σ2u=常数被满意,则称模型是具有同方差性的。假如假定不被满意,即ui的方差随着Xi的变化而变化,Var(ui)=σ2ui=  σ2uf(Xi)≠常数,则称模型具有异方差性。对于异方差性的检验,已经发觉了一些检验方法,主要有图示检验法,等级相关系数法和Goldfeld―Quandt检验等。本讨论采纳直观有用的图示检验法。  用标准化残差(standardized residual)作统计检验量:  zei=eisei=yi-y^sei  式中,sei是第i个残差的标准差,其计算公式为:  sei=sy1-hi=sy1-1n+(xi-x)2ni=1(xi-x)2  依据标准化残差图可以直观地推断误差项ε听从正态分布这一假定是否成立。假如这一假定成立,那么标准化残差的分布也应当听从正态分布。因此在标准化残差图中,大约有95%的标准化残差在-2～+2之间。SPSS统计软件有生成这个图形的功能。  (3) 自相关性诊断  自相关又称序列相关。用公式表示为E(ui uj)≠0, i≠j。假如存在自相关,连续用最小二乘法进行参数估量会带来一系列后果。得到的参数估量是无偏的,但不是有效估量量;常用的检验方法会得到严峻错误的结论,致使猜测失败。对自相关存在与否可进行各种检验,其中最常用的是Durbin-Watson检验法。由于大多数涉及到时间序列的数据都表现出正的自相关性,所以Durbin-Watson检验法假设:  H0: ρ=0,序列不存在自相关性;  H1: ρ≠0,序列存在自相关性。  检验统计量  d=ni=1(ei-ei-1)2ni=1e2i  其中, ei=yi-y^i,yi和y^i分别是各期的观测值和猜测值。随着系列相关度变大,d值变小。dU和dL分别是临界值的上界和下界,它们可以通过对应的K(解释变量个数)和n(观测值个数)查表获得。  假如d  假如ddU,不拒绝H0:ρ=0  假如dL  三、 讨论分析  下面就运用前述线性回归原理建立内地赴澳门游客量猜测模型,并做出猜测。  1. 变量和数据  在回归分析中,表示缘由的自变量选取依靠于被猜测的变量。Archer(1980)认为,影响旅游需求的变量主要有4个:潜在旅客的收入――猜测中最普遍采纳的收入指标是可支配收入;旅游成本――通常用距离来替代;消费者物价指数(CPI) ;旅游接待地(国)和旅游动身地(国)之间的汇率。而Vanhove(1980)认为,影响旅游需求的变量有20个之多。除了以上4个外,还包括:促销、共同语言、承载力量、客源地和目的地的城市化程度、休闲时间,以及特别大事、自然灾难、政治稳定性等。  由此可见,影响游客需求的经济变量有许多,而人们总是依据不同的讨论目的选定因变量,再确定与之相适应的自变量。考虑到澳门的特别状况,并通过对描述统计图的直观观看,我们认为:内地赴澳门游客量的变化,主要受中国内地的经济进展和人民收入的因素影响。因此,本讨论选择中国大陆人均可支配收入(personal discretionary  ine)、国内生产总值(CGDP)、消费者物价指数(CCPI),以及两地间商品进出口贸易总额(TT)、港币与人民币汇率(ERHC)作为观看的猜测变量。表1是2024年1季度至2024年2季度各变量季度数据,各数据来源见表中末行所注。  2. 回归分析,建立猜测方程  表2是将表1的数据输入SPSS15.0后所得的回归分析报告整理后的结果。  依据表2,可得内地赴澳门游客量的猜测方程:  Y^=8453.49+0.765X1+114.332X2+0.221X3-48.638X4+0.233X5(6)  标准化后得:  Y^=-1209.24+0.493X1+0.227X2+0.222X3-0.182X4+0.333X5(7)  表1 观测变量原始数据  时 间TFFC(千人)CCPICGDP(10亿元)港币/100人民币 两地间商品进出口总额(百万MOP)人均可支配收入(元)  2024  第一季653100.71989.4894.302032.81845.79  其次季706.9101.62304.7294.302804.81578.07  第三季790.8101.52428.4994.302765.91684.05  第四季8551002870.6294.302