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（8页珍藏版）》请在冰点文库上搜索。
多元线性回归模型实验报告计量经济学
实验报告
课程名称金融计量学
实验项目名称多元线性回归模型
班级与班级代码
实验室名称（或课室）
专业
任课教师xxx
学号：
xxx
姓名：
xxx
实验日期：
2012年5月3日
广东商学院教务处制
姓名xxx实验报告成绩
评语：
指导教师（签名）
年月日
说明：
指导教师评分后，实验报告交院（系）办公室保存
多元线性回归模型
一、实验目的
通过上机实验,使学生能够使用Eviews软件估计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行检验。
二、实验内容
（一）根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进行回归分析。
（二）掌握可化为线性多元非线性回归模型的估计和多元线性回归模型的线性约束条件的检验方法
（三）根据实验结果判断中国该年制造业总体的规模报酬状态如何？
三、实验步骤
（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）
1
3722.7
3078.22
113
17
812.7
1118.81
43
2
1442.52
1684.43
67
18
1899.7
2052.16
61
3
1752.37
2742.77
84
19
3692.85
6113.11
240
4
1451.29
1973.82
27
20
4732.9
9228.25
222
5
5149.3
5917.01
327
21
2180.23
2866.65
80
6
2291.16
1758.77
120
22
2539.76
2545.63
96
7
1345.17
939.1
58
23
3046.95
4787.9
222
8
656.77
694.94
31
24
2192.63
3255.29
163
9
370.18
363.48
16
25
5364.83
8129.68
244
10
1590.36
2511.99
66
26
4834.68
5260.2
145
11
616.71
973.73
58
27
7549.58
7518.79
138
12
617.94
516.01
28
28
867.91
984.52
46
13
4429.19
3785.91
61
29
4611.39
18626.94
218
14
5749.02
8688.03
254
30
170.3
610.91
19
15
1781.37
2798.9
83
31
325.53
1523.19
45
16
1243.07
1808.44
33
表1
（二）创建工作文件（Workfile）。
1、启动Eviews5，在主菜单上依次点击File\New\Workfile（如图），按确定。
2、在弹出的对话框中选择数据的时间频率（本实验为序列数据），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：
DATAYKL，按Enter，则显示一个数组窗口（如图）。
2、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：
2、运用OLS估计模型
经对数转换，式
可变换对数形式如下：
3、对表1的Y、K、L的数据进行对数转换，得新的数据如表2所示：
序号
序号
1
8.22220449
8.032106787
4.727387819
17
8.222204
8.032107
4.727388
2
7.274146863
7.429182507
4.204692619
18
7.274147
7.429183
4.204693
3
7.468724436
7.916723638
4.430816799
19
7.468724
7.916724
4.430817
4
7.280208095
7.58772603
3.295836866
20
7.280208
7.587726
3.295837
5
8.546616062
8.685586533
5.789960171
21
8.546616
8.685587
5.78996
6
7.736813519
7.47236998
4.787491743
22
7.736814
7.47237
4.787492
7
7.204275678
6.84492197
4.060443011
23
7.204276
6.844922
4.060443
8
6.487333881
6.543825511
3.433987204
24
6.487334
6.543826
3.433987
9
5.913989374
5.895724275
2.772588722
25
5.913989
5.895724
2.772589
10
7.371715685
7.828830547
4.189654742
26
7.371716
7.828831
4.189655
11
6.424398897
6.881134058
4.060443011
27
6.424399
6.881134
4.060443
12
6.426391365
6.246126145
3.33220451
28
6.426391
6.246126
3.332205
13
8.395972002
8.23904156
4.110873864
29
8.395972
8.239042
4.110874
14
8.656784684
9.069701495
5.537334267
30
8.656785
9.069701
5.537334
15
7.48513801
7.936981762
4.418840608
31
7.485138
7.936982
4.418841
16
7.125339405
7.500219874
3.496507561
表2
4、对表2经对数转化后的数据进行相关性分析
①重复数据输入步骤，输入取对数后的数据如图：
②在弹出的窗口中选择View\Graph\Scatter\SimpleScatter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：
③通过对以上散点图的观察可以看出，取对数后的K、L的联合值对取对数后的Y的值有着显着的线性影响。
5、在Eviews主窗口中点击Quick\EstimateEquation，在弹出的方程设定框内输入模型：
log（y）clog（k）log（l）（如图）：
再点击确定，系统将弹出一个窗口来显示有关估计结果（如图）。
由图显示的结果可知，样本回归方程为：
=1.154+0.609
+0.361
（1.59）（3.45）（1.75）
其中
，
=0.7963，F=59.66
4、对以上实验结果做t检验分析：
给定显着性水平5%，自由度为（2，28）的F分布的临界值为
，因此总体上看，
联合起来对
有着显着的线性影响。
在5%的显着性水平下，自由度为28的t分布的临界值为
，因此，
的参数通过了该显着性水平下的t检验，但
未通过检验。
如果设定显着性水平为10%，t分布的临界值为
，这时
的参数通过了显着性水平的检验。
=0.7963表明，工业总产值对数值的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
由以上的实验结果可以看出，
，即资产与劳动的产出弹性之和近似为1，表明中国制造业在2000年基本呈现规模报酬不变的状态。
因此，进行参数的约束检验时，提出零假设为
：
。
如果原假设为真，则可估计如下模型：
1、在Equation窗口选择proc/Specify/Estimate在弹出的窗口中输入log（y/l）clog（k/l）如图所示：
1
按确定，所得结果如下：
容易看出，该估计方程通过了F检验与参数的t检验。
2、对规模报酬是否变化进行的分析
由上面两个实验可以得到
，
。
在原假设为真的条件下有：
=0.1011
在5%的显着性水平下，自由度为（1,28）的F分布的临界值为4.20。
因为0.1011<4.20,所以不拒绝原假设，表明2000年中国制造业呈现规模报酬不变的状态。
3、运用参数约束条件
对上面假设模型进行检验
打开eq01方程对象窗,点击View\CoefficientTests\WaldCoefficientRestrictions…，在Waldtests窗口设定参数约束条件：
c
（2）+c（3）=1。
再按OK,结果如下图：
由以上实验结果可知，我们仍然不拒绝原假设，原假设为真，即中国该年的制造业总体呈现规模报酬不变状态。
四、实验结论
通过上面实验可以看出，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的对数有着显着地线性影响。
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。
在规模报酬的分析中可以看出，国制造业在2000年基本呈现规模报酬不变的状态。
升级会员 