2024年计量经济学实验报告.doc

计量經济學综合试验汇报

一元线性回归检查

一种国家的货品周转量与货运量是密不可分的，為了考察货品周转量与货运量之间的关系，运用计量經济學的措施，進行回归分析。中国1990—货运量与货运周转量的数据如表1.1所示。

表1.1中国的货运量与货运周转量

年份

货运量X（萬吨）

货品周转量Y（亿吨公裏）

1990

970602

26208

1991

985793

27987

1992

1045899

29218

1993

1115902

30647

1994

1180396

33435

1995

1234938

35909

1996

1298421

36590

1997

1278218

38385

1998

1267427

38089

1999

1293008

40568

1358682

44321

1401786

47710

1483447

50686

1564492

53859

1706412

69445

1862066

80258

2037060

88840

2275822

101419

2585937

110300

2825222

122133.3

数据来源：《中国交通年鉴》（）整顿

建立模型

根据表一数据，為對其進行线性回归分析，建立如下一元回归模型：Y=

表1.2給出了采用Eviews软件對表1.1数据進行最小二乘线性回归分析的成果。

表1.2中国货运周转量對货运量的回归分析（1990--）

DependentVariable:Y

Method:LeastSquares

Sample:1990

Includedobservations:20

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-30611.52

2621.031

-11.67919

0.0000

X

0.055839

0.001616

34.55122

0.0000

R-squared

0.985146

Meandependentvar

55300.37

AdjustedR-squared

0.984321

S.D.dependentvar

29604.40

S.E.ofregression

3706.977

Akaikeinfocriterion

19.36846

Sumsquaredresid

2.47E+08

Schwarzcriterion

19.46803

Loglikelihood

-191.6846

F-statistic

1193.787

Durbin-Watsonstat

0.705251

Prob(F-statistic)

0.000000

根据表1.2写出如下回归分析成果：

Y=

（-11.68）（34.55）

，，

其中括号内的数為對应参数的t检查值，為可决系数，F為方程整体线性明显性检查值，為模型序列有关性检查值

模型检查

從回归估计的成果看，模型拟合很好。可决系数，表明模型在整体上拟合的非常好。

并且從常数项和解释变量系数的检查值看，比給定5%明显性水平下自由度為n-2=19的临界值2.093都大的多，阐明参数值是比较明显的。

而從可以看出，遠遠不小于模型的整体的线性关系也是非常明显的。

，在(0,d=1.2)之间，则应當存在一阶有关关系，运用拉格朗曰乘数法進行二阶有关关系检查得表2.1如下：

表2.1

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

7.558370

Probability

0.004887

Obs*R-squared

9.716146

Probability

0.007765

DependentVariable:RESID

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

171.9513

2366.190

0.072670

0.9430

X

-0.000141

0.001521

-0.092732

0.9273

RESID(-1)

0.897166

0.234126

3.831975

0.0015

RESID(-2)

-0.423319

0.285806

-1.481140

0.1580

R-squared

0.485807

Meandependentvar

-9.19E-1