計(jì)量經(jīng)濟(jì)學(xué)課程設(shè)計(jì)-預(yù)覽頁(yè)
【正文】 07 1998 155706 25181 1999 156373 26734 2021 156300 34374 2021 155708 31793 2021 154636 27160 2021 152415 32516 2021 153553 16297 2021 155488 19966 2021 152149 24632 2021 153464 25064 2021 5239 156266 22283 2021 158614 21234 2021 160675 18538 計(jì)量經(jīng)濟(jì)學(xué)課程設(shè)計(jì) 第 4 頁(yè) 共 14 頁(yè) 圖 1 散點(diǎn)圖 使用 Eviews 軟件對(duì)模型進(jìn)行擬合 ， 結(jié)果見(jiàn)圖 2。 1 2 3 4ln , ln , ln , lnX X X X的相關(guān)系數(shù)見(jiàn)表 2。 對(duì)表 3 進(jìn)行解釋：初始模型中引入 1X ，由于 1X 的參數(shù)未能通過(guò) t 統(tǒng)計(jì)檢驗(yàn)，修正后的擬合優(yōu)度也略有下降，且其參數(shù)符號(hào)不符合經(jīng)濟(jì)意義，故剔除 1X 解釋變量。 圖 3 殘差圖 由偏相關(guān)系數(shù)檢驗(yàn)結(jié)果（如圖 4）知隨機(jī)干擾項(xiàng)只存在一階 自相關(guān)。 首先，利用散點(diǎn)圖 圖 7 對(duì)異方差性進(jìn)行粗略檢驗(yàn)： 圖 7 散點(diǎn)圖 由圖 7 可認(rèn)為 原 模型 存在異方差性。 White Heteroskedasticity Test: Fstatistic Probability Obs*Rsquared Probability Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/02/12 Time: 17:34 Sample: 1991 2021 Included observations: 20 Variable Coefficient Std. Error tStatistic Prob. C LOG(X2) (LOG(X2))^2 (LOG(X2))*(LOG(X4)) LOG(X4) (LOG(X4))^2 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) 圖 9 懷特檢驗(yàn)結(jié)果 計(jì)量經(jīng)濟(jì)學(xué)課程設(shè)計(jì) 第 11 頁(yè) 共 14 頁(yè) 由上得出的回歸方程為： 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? ? ? ? 異方差性檢驗(yàn) 利用 Eviews 軟件對(duì) 原模型 進(jìn)行異方差性檢驗(yàn)，本文采用懷特檢驗(yàn)，結(jié)果見(jiàn)圖 10。 White Heteroskedasticity Test: Fstatistic Probability Obs*Rsquared Probability Test Equation: Dependent Variable: STD_RESID^2 Method: Least Squares Date: 06/03/12 Time: 20:28 Sample: 1990 2021 Included observations: 21 Variable Coefficient Std. Error tStatistic Prob. C LOG(X2) (LOG(X2))^2 (LOG(X2))*(LOG(X4)) LOG(X4) (LOG(X4))^2 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) 圖 12 懷特檢驗(yàn)結(jié)果 由圖 12 220. ,nR ?? ? ?故 原 模型不 在存在異方差性。 由于本文所建模型的一個(gè)重要意義就是對(duì)農(nóng)業(yè)總產(chǎn)值進(jìn)行預(yù)測(cè)，并且這對(duì)我國(guó)農(nóng)業(yè)的發(fā)展有重大的意義。 參考文獻(xiàn) 1 李子奈，潘文卿 .計(jì)量經(jīng)濟(jì)學(xué) .第 3 版 .北京：高等教育出版社， 2021 2 孫敬水，馬淑琴 .計(jì)量經(jīng)濟(jì)學(xué) .第 2 版 .北京：清華大學(xué)出版社， 2021 3《中國(guó)統(tǒng)計(jì)年鑒 (2021 年 )》 4 中國(guó) 2021 年統(tǒng)計(jì)年鑒網(wǎng)
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1