多元线性回归模型实验报告计量经济学.docx

《多元线性回归模型实验报告计量经济学.docx》由会员分享，可在线阅读，更多相关《多元线性回归模型实验报告计量经济学.docx（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、实 验 报 告课程名称金融计量学试验工程名称多元线性回归模型班级与班级代码试验室名称或课室 专业任课教师xxx学号：xxx姓名：xxx试验日期：2023 年 5 月 3 日广东商学院教务处 制姓名xxx试验报告成绩评语：指导教师签名年月日说明：指导教师评分后，试验报告交院系办公室保存一、试验目的多元线性回归模型通过上机试验,使学生能够使用 Eviews 软件估量可化为线性回归模型的非线性模型，并对线性回归模型的参数线性约束条件进展检验。二、试验内容一依据中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K 及职工人数L 进展回归分析。二把握可化为线性多元非线

2、性回归模型的估量和多元线性回归模型的线性约束条件的检验方法三依据试验结果推断中国该年制造业总体的规模酬劳状态如何？ 三、试验步骤一收集数据下表列示出来中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的工业总产值Y，资产合计K 及职工人数L。序号工业总产值 Y亿元资产合计 K亿元职工人数 L万人序号工业总产值 Y亿元资产合计 K亿元职工人数 L万人13722.73078.2211317812.71118.814321442.521684.4367181899.72052.166131752.372742.7784193692.856113.1124041451.291973.822

3、7204732.99228.2522255149.35917.01327212180.232866.658062291.161758.77120222539.762545.639671345.17939.158233046.954787.92228656.77694.9431242192.633255.291639370.18363.4816255364.838129.68244101590.362511.9966264834.685260.214511616.71973.7358277549.587518.7913812617.94516.012828867.91984.5246134429

4、.193785.9161294611.3918626.94218145749.028688.0325430170.3610.9119151781.372798.98331325.531523.1945161243.071808.4433表 11二创立工作文件Workfile。1、启动Eviews5，在主菜单上依次点击FileNewWorkfile如图，按确定。2、在弹出的对话框中选择数据的时间频率本试验为序列数据，输入数据数为31如图1，然后点击OK如图2。图 1图 2、三输入数据1、在 Eviews 软件的命令窗口中键入数据输入/编辑命令：DATA Y K L ，按Enter，则显示一个数组

5、窗口如图。22、分别在Y、K、L列输入相应的数据并以group01命名保存如图：四、回归分析1、在经济理论指导下，设定如下的理论模型：Y = AKa Lb em2、运用OLS估量模型经对数转换，式Y = AKa Lb em可变换对数形式如下：lnY = b0+ b ln K + b12ln L + m3、对表1的Y、K、L的数据进展对数转换，得的数据如表2所示：序号lnYln Kln L序号lnYln Kln L18.222204498.0321067874.727387819178.2222048.0321074.72738827.2741468637.4291825074.20469261

6、9187.2741477.4291834.20469337.4687244367.9167236384.430816799197.4687247.9167244.43081747.2802080957.587726033.295836866207.2802087.5877263.29583758.5466160628.6855865335.789960171218.5466168.6855875.7899667.7368135197.472369984.787491743227.7368147.472374.78749277.2042756786.844921974.060443011237.

7、2042766.8449224.06044386.4873338816.5438255113.433987204246.4873346.5438263.43398795.9139893745.8957242752.772588722255.9139895.8957242.772589107.3717156857.8288305474.189654742267.3717167.8288314.189655116.4243988976.8811340584.060443011276.4243996.8811344.060443126.4263913656.2461261453.3322045128

8、6.4263916.2461263.332205138.3959720238.239041564.110873864298.3959728.2390424.110874148.6567846849.0697014955.537334267308.6567859.0697015.537334157.485138017.9369817624.418840608317.4851387.9369824.418841167.1253394057.5002198743.496507561表234、对表2经对数转化后的数据进展相关性分析重复数据输入步骤，输入取对数后的数据如图：在弹出的窗口中选择ViewGr

9、aphScatterSimple Scatter按确定， 得取对数后的Y、K、L三者之间关系的散点图，结果如下：通过对以上散点图的观看可以看出，取对数后的K、L的联合值对取对数后的Y的值有着显著的线性影响。5、在 Eviews 主窗口中点击 QuickEstimate Equation，在弹出的方程设定框内输入模型：logyc log(k) log(l)如图：4再点击确定，系统将弹出一个窗口来显示有关估量结果如图。由图显示的结果可知，样本回归方程为：ln Y =1.154+0.609 ln K+0.361 ln L (1.59) (3.45)(1.75)其中 R2 = 0.8099 ， R 2

10、=0.7963，F=59.664、对以上试验结果做t 检验分析：给定显著性水平 5%，自由度为 2 ， 28 的 F 分布的临界值为0.05F(2，28= 3.34 ，因此总体上看， ln K , ln L 联合起来对lnY 有着显著的线性影响。在 5% 的显著性水平下，自由度为28 的 t 分布的临界值为t0.05(28) = 2.048 ，因此，ln K 的参数通过了该显著性水平下的t 检验，但ln L 未通过检验。假设设定显著性水平为 10% ， t 分布的临界值为t(28) =1.701，这时ln L 的参数通过了显著性水平的检验。0.05R 2=0.7963 说明，工业总产值对数值的

11、 79.6%的变化可以由资产合计的对数与职工的对数的变化来解释，但仍有 20.4%的变化是由其他因素的变化影响的。五参数的约束检验由以上的试验结果可以看出， a + b= 0.97 1，即资产与劳动的产出弹性之和近似为1，说明中国制造业在2023 年根本呈现规模酬劳不变的状态。因此，进展参数的约束检验时，提出零假设为H 0：a + b = 1 。5假设原假设为真，则可估量如下模型：ln Y = C +a ln K + mLL1、在Equation 窗口选择proc/Specify/Estimate 在弹出的窗口中输入log(y/l) c log(k/l)如下图：1按确定，所得结果如下：简洁看出

12、，该估量方程通过了F 检验与参数的t 检验。2、对规模酬劳是否变化进展的分析由上面两个试验可以得到RSS= 5.0703，RSS= 5.0886 。在原假设为UR6真的条件下有：F = (RSSRSS- RSS) 1 =RU(31-5.0886 - 5.0703=0.10112 -1)5.0703 28U在 5%的显著性水平下，自由度为1,28的 F 分布的临界值为 4.20。由于 0.10114.20,所以不拒绝原假设，说明 2023 年中国制造业呈现规模酬劳不变的状态。3、运用参数约束条件b + b12= 1 对上面假设模型进展检验打 开 eq01 方 程 对 象 窗 , 点 击 View

13、Coefficient TestsWaldCoefficient Restrictions，在 Wald tests 窗口设定参数约束条件：c(2)+c(3)=1。再按OK,结果如以下图：7由以上试验结果可知，我们仍旧不拒绝原假设，原假设为真，即中国该年的制造业总体呈现规模酬劳不变状态。四、试验结论通过上面试验可以看出，中国某年按行业分的全部制造业国有企业及规模以上制造业非国有企业的资产合计K 和职工人数L 的联合对数对工业总产值Y 的对数有着显著地线性影响。但并非全是由 K、L 影响，还有 20.4% 的变化时由其他因素影响的。在规模酬劳的分析中可以看出，国制造业在2023 年根本呈现规模酬劳不变的状态。8