計量經(jīng)濟學(xué)課程設(shè)計-wenkub
2023-06-15 15:27:39 本頁面
【正文】 量經(jīng)濟學(xué)的方法對模型進行修改及進一步檢驗。 由散點圖 1 知解釋變量 1 2 3,X X X 大致與被解釋變量 Y 成直線型關(guān)系，但 4X 與 Y 關(guān)系不是很明顯， 本文為簡單起見， 所考慮的模 型類型主要有線性模型和對數(shù)模型，通過分別擬合最終選取了擬合結(jié)果較好的對數(shù)模型。因此，農(nóng)業(yè)總產(chǎn)值 反映了一個國家 農(nóng)業(yè)的 增長水平 。 “ 沒有農(nóng)業(yè)的現(xiàn)代化，就不可能有整個國民經(jīng)濟的現(xiàn)代化 ” 。中國作為一個 農(nóng)業(yè)大國，農(nóng)業(yè)不興，無從談百業(yè)之興，農(nóng)民不富，難保國泰民安。一旦國際政局變化，勢必陷入被動，甚至危及國家安全。從這個意義上講，農(nóng)業(yè)是安定天下的產(chǎn)業(yè)。 從社會角度看，農(nóng)業(yè)是社會安定的基礎(chǔ)，是安定天下的產(chǎn)業(yè)。農(nóng)業(yè)的發(fā)展狀況直接影響著、左右著國民經(jīng)濟全局的發(fā)展?？梢姡r(nóng)業(yè)是當之無愧的 “ 母親產(chǎn)業(yè) ” 。 13 結(jié)論 4 計量經(jīng)濟學(xué)檢驗 及修正 2 模型的擬合結(jié)果 1 2 農(nóng)業(yè)生產(chǎn)總值的模型建立 計量經(jīng)濟學(xué)課程設(shè)計 第 Ι 頁 共 Ι 頁 目錄 1 緒論 3 3 回歸模型的檢驗與修正 農(nóng)業(yè)的地位和作用可以用一句話來概括 “ 國民經(jīng)濟的基礎(chǔ) ” 。農(nóng)業(yè)是國民經(jīng)濟中最基本的物質(zhì)生產(chǎn)部門。農(nóng)業(yè)能否穩(wěn)定發(fā)展，能事提供與人們生活水準逐漸提高這一基本趨勢相適應(yīng)的農(nóng)、副產(chǎn)品，關(guān)系到社會的安定。從政治角度看，農(nóng)業(yè)是國家自立的基礎(chǔ)。因此，農(nóng)業(yè)的基礎(chǔ)地位是否牢固，關(guān)系到人民的切身利益、社會的安定和整個國民經(jīng)濟的發(fā)展，也是關(guān)系到我國在國際競爭中能否堅持獨立自主地位的大問題。 13 億人口的中國，如果農(nóng)業(yè)發(fā)展上不去，恐怕誰也不敢打保票，中國人不會餓肚子。中國經(jīng)濟發(fā)展遠景規(guī)劃，如果讓農(nóng)業(yè)拖了后腿，最終只能是水中月、鏡中 花。 迄今為止，已經(jīng)有許多學(xué)者對農(nóng)業(yè)總產(chǎn)值的影響因素進行了各種模型分析和研究 ，其中包括農(nóng) 作物總播種面積、農(nóng)村居民家庭人均純收入、農(nóng)村同定資產(chǎn)投資、成災(zāi)而積、能源消費總量、 農(nóng) 業(yè)就業(yè)人員、農(nóng)村各稅 、農(nóng)業(yè)機械總動力、化肥施用量 等 。 選取的模型為： 0 1 1 2 2 3 3 4 4l n l n l n l n l nY X X X X? ? ? ? ? ?? ? ? ? ? ? 1X 機械總動力 2X 化肥施用量 3X 農(nóng)作物播種總面積 4X 受災(zāi)面積 搜集的數(shù)據(jù)見表 1。 計量經(jīng)濟學(xué)檢驗 多重共線性檢驗及修正 由以上知模 型經(jīng)濟意義存在一定的問題，故其可能存在多重共線性，下面采用相 關(guān)系數(shù)法檢驗?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性。 第二步：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（見表 3）。 表 3 逐步回歸 C 1lnX 2lnX 3lnX 4lnX 2R ..DW 2()Y f X? t 值 12( , )Y f X X? 計量經(jīng)濟學(xué)課程設(shè)計 第 7 頁 共 14 頁 t 值 23( , )Y f X X? t 值 24( , )Y f X X? t 值 序列相關(guān)性檢驗及改進 由 3, 21kn??查表有 ,dl? . . 0. 71 17 30 ,D W dl??故由 ..DW 檢驗知模型存在一階正自相關(guān)性，同時由殘差圖 3， te 呈現(xiàn)有規(guī)律的波動也可認為 原 模型存在 自相關(guān)性。 圖 6 相關(guān)系數(shù)和偏相關(guān)系數(shù) Dependent Variable: LOG(Y) Method: Least Squares Date: 06/02/12 Time: 15:52 Sample(adjusted): 1991 2021 Included observations: 20 after adjusting endpoints Convergence achieved after 8 iterations Variable Coefficient Std. Error tStatistic Prob. C LOG(X2) LOG(X4) AR(1) Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) Inverted AR Roots .79 計量經(jīng)濟學(xué)課程設(shè)計 第 9 頁 共 14 頁 因此得出的回歸方程為： 24?l n 1 7 .5 0 4 6 7 3 .3 1 1 0 3 1 l n 0 .0 5 8 1 5 9 l nY X X? ? ? ? 在上述結(jié)果 24?l n 1 7 .5 0 4 6 7 3 .3 1 1 0 3 1 l n 0 .0 5 8 1 5 9 l nY X X? ? ? ?的基礎(chǔ)上進行異方差性檢驗。 在上述結(jié)果的基礎(chǔ)之上 對 原模型 應(yīng)用加權(quán)最小二乘法進行了改進
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1