eviews經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型-wenkub
2023-05-21 13:40:03 本頁面
【正文】 ， X5間的回歸： XY ?? () () R2= F= DW= 26 9 3 8 2 1? XY ??? () () R2= F= DW= XY ?? () () R2= F= DW= 52 4 8 2 5 9? XY ??? () () R2= F= DW= 逐步回歸 將其他解釋變量分別導(dǎo)入上述初始回歸模型 ， 尋找最佳回歸方程 。首先建立一個(gè)方程，不妨命名為 eqx1。 EVIEWS可以調(diào)用已建方程的回歸系數(shù)。 54321 XXXXXY ??????? () () () () () () 檢驗(yàn)簡單相關(guān)系數(shù) ?（ 1）相關(guān)系數(shù)檢驗(yàn)。 ?利用先驗(yàn)信息改變參數(shù)的約束形式 ?變換模型的形式 ?逐步回歸法 ?主成分回歸 案例 —— 中國糧食生產(chǎn)函數(shù) 根據(jù)理論和經(jīng)驗(yàn)分析 ， 影響糧食生產(chǎn) （ Y） 的主要因素有： 農(nóng)業(yè)化肥施用量 （ X1） ；糧食播種面積 (X2) 成災(zāi)面積 (X3)。這涉及到剔除的準(zhǔn)則問題，通?？蛇x擇 VIF值最大或未通過系數(shù)顯著性檢驗(yàn)的變量進(jìn)行剔除，剔除時(shí)最好結(jié)合 testdrop檢驗(yàn)，檢驗(yàn)剔除自變量是否對模型不利。 ? EViews不能直接計(jì)算自變量的方差擴(kuò)大因子，需根據(jù)前述公式計(jì)算得到 ?一般情況下并不需要對共線性進(jìn)行特別的檢驗(yàn)，但如果回歸方程的可決系數(shù)很高，或 F值很大，而系數(shù)的標(biāo)準(zhǔn)差較大（ t值很?。瑒t說明解釋變量間存在較嚴(yán)重的多重共線性。 ?另外，方差擴(kuò)大因子法也是診斷多重共線性的常用手段。（ ）。第三章 經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：放寬基本假定的模型 ?第一節(jié) 誤設(shè)定的診斷與處理 ?第二節(jié) 多重共線性的診斷與對策 ?第三節(jié) 異方差的診斷與處理 ?第四節(jié) 自相關(guān)的診斷與處理 ?第五節(jié) 隨機(jī)解釋變量問題（工具變量法） 第一節(jié) 誤設(shè)定 ?模型設(shè)定誤差的類型一般有： ?遺漏了重要的解釋變量； ?模型包含無關(guān)的解釋變量； ?采用了不正確的函數(shù)形式。有人認(rèn)為估計(jì)模型為LnY=LnA+aLnK+bLnL，利用 Ramsey RESET檢驗(yàn)來判斷模型是否存在模型設(shè)定誤差。 ?其中 是把 xj作為因變量，其余 p1個(gè)自變量作為自變量建立多元線性回歸模型所得的決定系數(shù)，也即 xj與其余 p1個(gè)自變量間的復(fù)相關(guān)系數(shù)。 ? 當(dāng)自變量出現(xiàn)共線性時(shí)，應(yīng)設(shè)法消除其影響，一方面從收集數(shù)據(jù)，增大樣本容量考慮，一方面改變模型形式。 ? 差分法。 農(nóng)業(yè)機(jī)械總動(dòng)力 (X4)。在命令窗口輸入： COR X1 X2 X3 X4 X5，或者在變量組窗口，點(diǎn)擊 VIEWCORRELATION 檢驗(yàn)簡單相關(guān)系數(shù) ? 發(fā)現(xiàn)： X1與 X4間存在高度相關(guān)性 。 ?調(diào)用的格式是： equation_name.contents，其中前面是已建方程的名稱， contents包括已建方程中的系數(shù)和統(tǒng)計(jì)量，常用的有coef(n), 表示系數(shù)向量矩陣的第 n個(gè)元素， R2是擬合優(yōu)度等。它是以 x1為因變量，其余變量為自變量建立的方程，然后在主窗口命令行輸入 scalar vifx1=1/(1eqx1.R2), 該命令的意思是建立一個(gè)取值為上式的標(biāo)量 vifx1，其中 R2是 會出現(xiàn)：“ vifx1 successfully created”的字樣，同時(shí)工作表中產(chǎn)生一個(gè)叫做 vifx1的新變量。 第三節(jié) 異方差的檢驗(yàn)與修正 ?檢驗(yàn)的非正式方法 ?檢驗(yàn)的正式方法 ?異方差的修正 非正式方法 ? 1．根據(jù)問題的性質(zhì) ?在涉及不均勻單位的 橫截面數(shù)據(jù) 中，異方差可能是常有的情況?；蛘咦?e2對 Y的估計(jì)值的回歸。因此格里奇檢驗(yàn)可用作大樣本的檢測工具。 ? 操作： SORT X ? ② 將序列中間的 C=n/4個(gè)觀察值除去，并將剩下的觀察值劃分為大小相同的兩個(gè)子樣。 ? 操作：用 SMPL定義子樣區(qū)間，用 LS作回歸（兩次） ? ④ 提出假設(shè)： H0: σ12=σ22, H1: σ12≠σ22 ? σ1 σ22是分別對應(yīng)兩個(gè)子樣的隨機(jī)項(xiàng)方差 ? ⑤構(gòu)建 F統(tǒng)計(jì)量： 操作：用計(jì)算器功能將直接讀出的殘差平均和相比 )12,12(~)12()12(2122???????????????kkFkekeF?⑥ 檢驗(yàn)并決策：根據(jù)給定的 α值，查 F分布表得臨界值 ?當(dāng) FFα?xí)r，認(rèn)為序列存在異方差 ?例： case 15 ? GQ檢驗(yàn)的適用條件：大樣本 ? GQ檢驗(yàn)的基
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號-1