對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)影響因素的實(shí)證分析論文(編輯修改稿)
2025-07-15 12:59 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 X1X2CRsquaredMean dependent varAdjusted Rsquared. dependent var. of regressionAkaike info criterionSum squared resid+09Schwarz criterionLog likelihoodHannanQuinn criter.FstatisticDurbinWatson statProb(Fstatistic)再做與和、的回歸模型。表11： 被解釋變量與和、的最小二乘估計(jì)結(jié)果Dependent Variable: YMethod: Least SquaresDate: 1/7/15 Time: 18:51Sample: 1980 2009Included observations: 30CoefficientStd. ErrortStatisticProb.X1X2X3CRsquaredMean dependent varAdjusted Rsquared. dependent var. of regressionAkaike info criterionSum squared resid+09Schwarz criterionLog likelihoodHannanQuinn criter.FstatisticDurbinWatson statProb(Fstatistic) 觀察與和最小二乘估計(jì)的擬合優(yōu)度（Rsquared =），與與最小二乘估計(jì)的擬合優(yōu)度（Rsquared =）比較，變化明顯，說(shuō)明對(duì)y的影響顯著。觀察與和、最小二乘估計(jì)的擬合優(yōu)度（Rsquared =），與與和最小二乘估計(jì)的擬合優(yōu)度（Rsquared =）比較，變化不明顯，說(shuō)明對(duì)y影響不顯著。③序列相關(guān)性檢驗(yàn)：方程含有截距項(xiàng)，因此，可以使用DW檢驗(yàn)法來(lái)檢驗(yàn)方程是否具有序列相關(guān)性。該模型中，樣本量n=30，解釋變量的個(gè)數(shù)為3個(gè)，查DW檢驗(yàn)表知5%的上下界為dl=，4dl=，du=，4du=，；1%的上下界為dl=，4dl=，du=，4du=。本模型的DW檢驗(yàn)值為：DW=，在5%的水平下，0DWdl，落在正自相關(guān)區(qū)；在1%的水平下，dlDWdu，落在無(wú)結(jié)論區(qū)，無(wú)法判斷。圖7 圖8由于DW值在5%的上下界條件下正自相關(guān)，說(shuō)明模型存在序列相關(guān)性，所以需要對(duì)模型進(jìn)行修正。 (4)預(yù)測(cè)檢驗(yàn)圖9：模型預(yù)測(cè)檢驗(yàn)結(jié)果圖預(yù)測(cè)誤差MAPE=%，MAPE大于10，預(yù)測(cè)效果。通過(guò)參數(shù)估計(jì)和四級(jí)檢驗(yàn)，得到的初始模型是：t=（）（）（）（）p=（） （） （） （）Rsquared= Adjusted Rsquared= 建立修正模型——WLS加權(quán)最小二乘法估計(jì)模型系數(shù)建立模型能夠有效地消除模型的異方差性，同時(shí)也可以在一定程度上克服序列相關(guān)性，因此，使用WLS方法估計(jì)模型參數(shù)是修正模型的常用方法。 使用WLS法進(jìn)行參數(shù)估計(jì)表12：加權(quán)最小二乘法估計(jì)模型參數(shù)結(jié)果輸出表Dependent Variable: YMethod: Least SquaresDate: 1/8/15 Time: 13:09Sample: 1980 2009Included observations: 30Weighting series: 1/RESID^2CoefficientStd. ErrortStatisticProb.X1X2X3CWeighted StatisticsRsquaredMean dependent varAdjusted Rsquared. dependent var. of regressionAkaike info criterionSum squared resid1668584.Schwarz criterionLog likelihoodHannanQuinn criter.FstatisticDurbinWatson statProb(Fstatistic)Unweighted StatisticsRsquaredMean dependent varAdjusted Rsquared. dependent var. of regressionSum squared resid+09DurbinWatson stat 對(duì)修正模型進(jìn)行檢驗(yàn)要對(duì)使用加權(quán)最小二乘法估計(jì)參數(shù)建立的新模型進(jìn)行包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、預(yù)測(cè)檢驗(yàn)在內(nèi)的四級(jí)檢驗(yàn)。(1)經(jīng)濟(jì)意義檢驗(yàn)解釋變量的系數(shù)分別為β1=、β2=。兩個(gè)解釋變量系數(shù)均為正，符合被解釋變量與解釋變量之間的正相關(guān)關(guān)系，符合解釋變量增長(zhǎng)帶動(dòng)被解釋變量增長(zhǎng)的經(jīng)濟(jì)實(shí)際，與現(xiàn)實(shí)經(jīng)濟(jì)意義相符；β3=，符合被解釋變量與解釋變量之間的正相關(guān)關(guān)系，所以模型通過(guò)經(jīng)濟(jì)意義檢驗(yàn)。對(duì)于常數(shù)項(xiàng)的意義將在模型經(jīng)濟(jì)意義的分析中討論。(2)統(tǒng)計(jì)檢驗(yàn)（顯著水平1%）①擬合優(yōu)度檢驗(yàn)：R2檢驗(yàn)，Rsquared=；Adjusted Rsquared=；可見(jiàn)擬合優(yōu)度較初始使用OLS法估計(jì)建立的模型有所改善，擬和優(yōu)度相當(dāng)高，新方程擬和得很理想。②變量的顯著性檢驗(yàn)：t檢驗(yàn)，表13：WLS模型系數(shù)顯著性檢驗(yàn)，t檢驗(yàn)結(jié)果CoefficientStd. ErrortStatisticProb.X1X2X3C所有系數(shù)的t檢驗(yàn)伴隨概率均遠(yuǎn)遠(yuǎn)小于5%，所以，解釋變量的系數(shù)顯著不為零，通過(guò)顯著性檢驗(yàn)，常數(shù)項(xiàng)同時(shí)也通過(guò)顯著性檢驗(yàn)，保留在模型當(dāng)中不必剔除。③方程的顯著性檢驗(yàn)：F檢驗(yàn)，方程在很高的置信水平下顯著成立，具有經(jīng)濟(jì)意義。(3)計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)方程通過(guò)經(jīng)濟(jì)意義檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)，下面進(jìn)行居于計(jì)量經(jīng)濟(jì)學(xué)模型檢驗(yàn)核心的計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)。①異方差性檢驗(yàn)：下面用White異方差檢驗(yàn)法準(zhǔn)確檢驗(yàn)新方程的異方差性，分別選擇不帶有交叉項(xiàng)和帶有交叉項(xiàng)的White檢驗(yàn)。得到下面的檢驗(yàn)結(jié)果：表14：不帶有交叉項(xiàng)的White異方差檢驗(yàn)Heteroskedasticity Test: WhiteFstatistic+29Prob. F(2,27)Obs*RsquaredProb. ChiSquare(2)Scaled explained SSProb. ChiSquare(2)Test Equation:Dependent Variable: WGT_RESID^2Method: Least SquaresDate: 1/8/15 Time: 13:41Sample: 1980 2009Included observations: 30Collinear test regressors dropped from specificationCoefficientStd. ErrortStatisticProb.CWGT+13WGT^2RsquaredMean dependent varAdjusted Rsquared. dependent var. of regressionAkaike info criterionSum squared residSchwarz criterionLog likelihood1
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1