計(jì)量經(jīng)濟(jì)學(xué)報(bào)告-全文預(yù)覽
【正文】 型估計(jì)式為：Y=,=PDL02*=表示多項(xiàng)式次數(shù)。Distributed13Quick\Estimate4年 2006年 2010年 2014229。+Xb iYti2指標(biāo) 水資源總量(億立方米)人均水資源量(立方米/人)Yt對(duì)于水資源總量的影響因素部分為人均水資源量，表個(gè)別值的Y02016的序列。YS1，然后點(diǎn)解區(qū)間預(yù)測(cè)接下來將進(jìn)行農(nóng)村居民消費(fèi)價(jià)格指數(shù)RESID圖所示。view即可用得到預(yù)測(cè)結(jié)果的圖形形式，如圖EquationX1=1062016；雙擊打開以及SampleOK，即可用將對(duì)話框，將右側(cè)Range圖框中可以為所預(yù)測(cè)的預(yù)測(cè)值序列命名，計(jì)算機(jī)默認(rèn)為Equation3X+=X=t根據(jù)第一問的結(jié)果，盡管擬合度有所提高，但檢驗(yàn)。DurbinWatsoninfoofMeanobservations:Time:YMethod:X,==FR+stat Prob(Fstatistic) 圖HannanQuinnSchwarzcriterion Sumregression .dependent11Variable Coefficient Std.13:26Sample:Least==,F==likelihood resid Akaikevar .Rsquared 2015Included12/31/17Variable:b.通過一元回歸結(jié)果圖=R+stat Prob(Fstatistic) 圖HannanQuinnSchwarzcriterion Sumregression .dependent11Variable Coefficient Std.13:20Sample:Least3X1,下面我們將采用逐步回歸法來減少共線性的嚴(yán)重程度而不是徹底地消除它接下來找出最簡(jiǎn)單的回歸形式。,43Xt多重共線性檢驗(yàn)：根據(jù)回歸表達(dá)式的結(jié)果，=由于,中可以看出：DW3：.04.03.02.01.0005 06 07 08 09 10 11 12 13 14 15Y以及t t(4)stat Prob(Fstatistic) 圖HannanQuinnSchwarzcriterion Sumregression .dependentspecificationVariable Coefficient Std.test2005SquaresDate:Equation:DependentSS WhiteFstatistic = 180。5%顯著性水平下自由度為11異方差檢驗(yàn)如圖X3Pr統(tǒng)計(jì)量的概率值只有95%的置信水平下顯著成立，即方程是顯著的。=的情況下(2)=2++=likelihood resid Akaikevar .Rsquared 2015Included12/30/17Variable:),商品零售價(jià)格指數(shù)(）,城市居民消費(fèi)價(jià)格指數(shù)(個(gè)模型進(jìn)行點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè)，對(duì)預(yù)測(cè)結(jié)果作適當(dāng)評(píng)價(jià)。年 1 用年 2012年 200812005本文期望通過實(shí)證模型分析出影響我國CPI與城市居民消費(fèi)價(jià)格指數(shù)與農(nóng)村居民消費(fèi)價(jià)格指數(shù)及商品零售價(jià)格指數(shù)間的關(guān)系，旨在探究出是城市居民還是農(nóng)村居民或商品零售價(jià)格對(duì)于CPI3．收集實(shí)際數(shù)據(jù)，作一個(gè)帶虛變量回歸的計(jì)量經(jīng)濟(jì)學(xué)分析和預(yù)測(cè)。個(gè)模型進(jìn)行點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè)，對(duì)預(yù)測(cè)結(jié)果作適當(dāng)評(píng)價(jià)。作序列相關(guān)檢驗(yàn)，用廣義最小二乘法或廣義差分法重新估計(jì)模型，與(1)和(2)的模型作對(duì)比和評(píng)價(jià)；（5）eviews用作異方差檢驗(yàn)，用加權(quán)最小二乘法重新估計(jì)模型，與(1)的模型作對(duì)比和評(píng)價(jià)；（4）3因果關(guān)系分析。的構(gòu)成，即各個(gè)類別在CPI因此，當(dāng)前背景下對(duì)穩(wěn)定顯得十分重要。下面給出了表年 1012007年 2011年 102 10120153Y2),做參數(shù)估計(jì)得到以下結(jié)果，如圖1：DependentSquaresDate:2005Error tStatistic Prob.C X1 X2 X3 Rsquared var Adjusteddependentsquaredcriterion Logcriter. Fstatistic 1其對(duì)應(yīng)的回歸表達(dá)式為：YX123() () () ()RDW===11），顯然有FFa表明模型的線性關(guān)系在t沒有通過檢驗(yàn)，因?yàn)槠鋁X1,(3)統(tǒng)計(jì)量 ，該值大于(6)Test:F(6,4) Obs*Rsquar
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1