經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：一元線(xiàn)性回歸模型-資料下載頁(yè)
2025-05-10 21:07本頁(yè)面
【正文】 用 CREATE就必須使用LOAD方能開(kāi)始工作 如何將數(shù)據(jù)以圖形方式顯示 ? 命令格式： ? PLOT 序列名 1…… 序列名 n ? 功能： ? 將工作文件中的序列表現(xiàn)為圖形觀察 ? 條件： ? 工作文件中已經(jīng)存在這些序列 如何向磁盤(pán)輸出數(shù)據(jù) ? 命令格式： ? STORE 序列名 1…… 序列名 n ? 功能： ? 將工作文件中的序列保存到磁盤(pán) ? 數(shù)據(jù)文件的擴(kuò)展名為 *.DB ? 條件： ? 工作文件中已經(jīng)存在這些序列 如何進(jìn)行回歸分析 ? 命令格式： ? LS 因變量名 C 自變量序列名1…… 自變量序列名 n ? 功能： ? 進(jìn)行線(xiàn)性回歸分析 ? 條件： ? 工作文件中已經(jīng)存在這些序列 如何依據(jù)已有序列生成新的序列 ? 命令格式： ? GENR 序列名 = 公式表達(dá)式 ? 功能： ? 依據(jù)已有序列生成新的序列 ? 條件： ? 工作文件中已經(jīng)存在這些序列 167。 實(shí)例：時(shí)間序列問(wèn)題 一、中國(guó)居民人均消費(fèi)模型 例 考察中國(guó)居民收入與消費(fèi)支出的關(guān)系 。 GDPP： 人均國(guó)內(nèi)生產(chǎn)總值 （ 1990年不變價(jià) ） CONSP： 人均居民消費(fèi) （ 以居民消費(fèi)價(jià)格指數(shù) （ 1990=100） 縮減 ） 。 表 2 . 5 . 1 中國(guó)居民人均消費(fèi)支出與人均 G D P （元 / 人） 年份 人均居民消費(fèi) CONS P 人均 GDP GDPP 年份 人均居民消費(fèi) CONS P 人均 GDP GDPP 1978 1990 1979 1991 1980 1992 1981 1 993 1982 1994 1983 1995 1984 1996 1985 1997 1986 1998 1987 1999 1988 2021 1989 建立模型 擬建立如下一元回歸模型 ?? ??? G D P PCC O N S P采用 Eviews軟件 進(jìn)行回歸分析的結(jié)果見(jiàn)下表 該兩組數(shù)據(jù)是 1978~2021年的 時(shí)間序列數(shù)據(jù)（ time series data）； 前述 收入 消費(fèi)支出例 中的數(shù)據(jù)是 截面數(shù)據(jù)（ crosssectional data） 。 表 2 . 5 . 2 中國(guó)居民人均消費(fèi)支出對(duì)人均 G D P 的回歸（ 1 9 7 8 ~ 2 0 0 0 ） L S / / De p e n d e n t V a r i a b le is C ONS P S a m p le : 1 9 7 8 2 0 0 0 I n c l u d e d o b s e r v a t io n s : 2 3 V a r i a b le C o e f f i c ie n t S t d . E r r o r t S t a ti s ti c P r o b . C 2 0 1 . 1 0 7 1 1 4 . 8 8 5 1 4 1 3 . 5 1 0 6 0 0 . 0 0 0 0 GD P P 1 0 . 3 8 6 1 8 7 0 . 0 0 7 2 2 2 5 3 . 4 7 1 8 2 0 . 0 0 0 0 R s q u a r e d 0 . 9 9 2 7 0 9 M e a n d e p e n d e n t v a r 9 0 5 . 3 3 3 1 Ad j u s t e d R s q u a r e d 0 . 9 9 2 3 6 2 S . D. d e p e n d e n t v a r 3 8 0 . 6 4 2 8 S . E . o f r e g r e s s i o n 3 3 . 2 6 7 1 1 Ak a i k e i n f o c r ite r i o n 7 . 0 9 2 0 7 9 S u m s q u a r e d r e s i d 2 3 2 4 0 . 7 1 S c h wa r z c r ite r i o n 7 . 1 9 0 8 1 8 L o g li k e l ih o o d 1 1 2 . 1 9 4 5 F s t a t is t i c 2 8 5 9 . 2 3 5 Du r b i n W a t s o n s t a t 0 . 5 5 0 2 8 8 P r o b ( F s t a t is ti c ) 0 . 0 0 0 0 0 0 一般可寫(xiě)出如下回歸分析結(jié)果 ： () () R2= F= DW= R2= T值 ： C： ， GDPP： 臨界值 : (21)= 斜率項(xiàng)： 01，符合 絕對(duì)收入假說(shuō) 模型檢驗(yàn) 預(yù)測(cè) 2021年： GDPP=（元）（ 90年不變價(jià)） 點(diǎn)估計(jì)： CONSP2021= + ? = （元） 2021年 實(shí)測(cè) 的 CONSP（ 1990年價(jià)） :， 相對(duì)誤差 : %。 二、時(shí)間序列問(wèn)題 上述實(shí)例表明，時(shí)間序列完全可以進(jìn)行類(lèi)似于截面數(shù)據(jù)的回歸分析。 然而，在時(shí)間序列回歸分析中，有兩個(gè)需注意的問(wèn)題： 第一，關(guān)于抽樣分布的理解問(wèn)題。 能把表 出的一個(gè)樣本嗎？ 可決系數(shù) R2，考察被解釋變量 Y的變化中可由解釋變量 X的變化 “ 解釋 ” 的部分。 這里 “ 解釋 ” 能否換為 “ 引起 ” ? 第二，關(guān)于 “ 偽回歸問(wèn)題 ” （ spurious regression problem）。 在現(xiàn)實(shí)經(jīng)濟(jì)問(wèn)題中，對(duì)時(shí)間序列數(shù)據(jù)作回歸，即使兩個(gè)變量間沒(méi)有任何的實(shí)際聯(lián)系，也往往會(huì)得到較高的可決系數(shù)，尤其對(duì)于具有相同變化趨勢(shì)（同時(shí)上升或下降）的變量，更是如此。這種現(xiàn)象被稱(chēng)為“偽回歸”或“虛假回歸”。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1