半岛的拼音-预期
经济计量分析实验报告
一、实验项目
异方差的检验及修正
二、实验日期
2015.12.06
三、实验目的
对于国内旅
游总花费的有关影响因素建立多元线性回归模型,对变量进行多
重共线性的检验及修正后,进行异方差的
检验和补救。
四、实验内容
建立模型,对模型进行参数估计,对样本回归函数进行统计检验
,以判定估
计的可靠程度,包括拟合优度检验、方程总体线性的显著性检验、变量的显著性
检验
,以及参数的置信区间估计。
检验变量是否具有多重共线性并修正。
检验是否存在异方差并补救。
五
、实验步骤
1、建立模型。 <
br>以国内旅游总花费Y作为被解释变量,以年底总人口表示人口增长水平,
以旅行社数量表示旅行社
的发展情况,以城市公共交通运营数表示城市公共交通
运行状况,以城乡居民储蓄存款年末增加值表示城
乡居民储蓄存款增长水平。
2、模型设定为:
?
t?
?
0
?
?
1
?
1t
?
?<
br>2
?
2t
?
?
3
?
3t
?
?
4
?
4t
?
?
t
其中:
?
t
— 国内旅游总花费(亿元)
?
1t
— 年底总人口(万人)
?
2t
— 旅行社数量(个)
?
3t
— 城市公共交通运营数(辆)
?
4t
— 城乡居民储蓄存款年末增加值(亿元)
3、对模型进行多重共线性检验。
4、检验异方差是否存在。
六、实验结果
(一)、消除多重共线性之后的模型
Sample (adjusted): 1994
2008
Included observations: 15 after adjustment
s
Variable
C
PEOPLE
AGENT
TRANSITSAVE
R-squared
Adjusted R-squared
S.E.
of regression
Sum squared resid
Log likeliho
od
F-statistic
Prob(F-statistic)
Coeffici
ent
81113.99
-0.720076
0.151924
0.0533
29
0.000779
Std. Error
26581.73
0.2307
90
0.108223
0.013834
0.020502
t-Statis
tic
3.051494
-3.120046
1.403805
3.8549
88
0.038020
Prob.
0.0122
0.0109
0
.1907
0.0032
0.9704
3875.880
2295.093<
br>15.41622
15.65224
15.41371
2.028677
0.969693 Mean dependent var
0.957571
S.D. dependent var
472.7528 Akaike info
criterion
2234952. Schwarz
criterion
-110.6217 Hannan-Quinn
criter.
79.98987 Durbin-Watson
stat
0.000000
多元线性回归模型估计结果如下:
?
?81113.99-0.720076??0.151924??0.053329??0.000779?<
br>
?
i1234
SE=(26581.73) (0.230790)
(0.108223) (0.013834) (0.020502)
t
=(3.051494) (-3.120046) (1.403805) ( 3.854988)
(0.038020)
R
2
=0.969693
R
2
=0.957571
F
=79.98987
(1)拟合优度检验:
可决系数
R
2
=0.969693
较高,修正的可决系数
R
2
=0.957571也较高,表明模
型拟合较好。
(2)方程总体线性的显著性检验(F):
针对
?
0
:
?
1
?
?
2
?
?
3
?
?
4
?0
,取
?
=0.05,查自由度为k=4和n-k-1=10
的临
界值
F
?
(4,10)。由于
F
=79.98987 >
F
?
(4,10)=3.48,p值<0.05,应拒绝
?
0
,
说明回归方程整体显著。
(3)变量的显著性检验(t检验):
给定
?
=0.05,自由度为n-k-1=10,临界值为
t
0.025
(10)=2.22
8。
虽然
?
1
,
?
3
的参数对应的t统计量均大
于2.228,且p值小于0.05。
但
?
2
,
?
4的参数对应的t统计量均小于2.228,
且p值大于0.05,说明参数
估计值不能通过显著性检验。
?
=
—0.720076所估计的参数的符号与经济理论分析不一致。
(4)
?
1
(5)
多重共线性的检验及修正
经检验变量具有多重共线性,所以对模型进行修正。
Sample
(adjusted): 1994 2008
Included observations: 15
after adjustments
Variable
C
AGENT
R-s
quared
Adjusted R-squared
S.E. of
regression
Sum squared resid
Log likelihood<
br>F-statistic
Prob(F-statistic)
Coefficient
-301.8388
0.382963
Std. Error
394.354
9
0.032231
t-Statistic
-0.765399
11.88
175
Prob.
0.4577
0.0000
3875.880
2295.093
16.03946
16.13387
16.03846
0.
641734
0.915681 Mean dependent
var
0.909195 S.D. dependent var
691.6017
Akaike info criterion
6218068. Schwarz
criterion
-118.2960 Hannan-Quinn
criter.
141.1760 Durbin-Watson
stat
0.000000
?
??301.8388?0.382963X
,说明旅行社数量每增加1修正后的回归模型为
Y
2
个,平均说来国内旅游总
花费将增加3829.63万元。
(二)异方差的检验
①图示法
(1)作散点图
1.Y-X
14,000
12,000
10,0
00
8,000
6,000
4,000
2,000
0
04,
0008,00012,00016,00020,00024,000
AGENT
C
O
S
T
从图中看不出明显信息。
2.
e
i
-X
2
2,000,0001,600,000
1,200,000
E
2
800,000
4
00,000
0
04,0008,00012,00016,00020,00024,000
AGENT
残差平方和对解释变量agent的散点图主要分布在
图形中的下三角部分,大
致看出残差平方和随agent的变动呈增大的趋势。
e
2<
br>并不近似于某一常数,初步
判断,有可能存在异方差。
②解析法
检验
Heteroskedasticity Test:
ARCH
F-statistic
Obs*R-squared
0.416944
Prob. F(1,12)
0.470101 Prob. Chi-
Square(1)
0.5306
0.4929
Test
Equation:
Dependent Variable:
RESID^2
Method: Least Squares
Date: 120615
Time: 18:59
Sample (adjusted): 13
26
Included observations: 14 after adjustments<
br>Variable
C
RESID^2(-1)
R-squared
Ad
justed R-squared
S.E. of regression
Sum
squared resid
Log likelihood
F-statistic
Prob(F-statistic)
Coefficient
367799.2
0.
233607
Std. Error
205940.8
0.361782
t-
Statistic
1.785946
0.645712
Prob.
0.
0994
0.5306
441155.8
628131.2
29.71634
29.80763
29.70789
1.660130
0.033579
Mean dependent var
-0.046956 S.D. dependent
var
642709.5 Akaike info
criterion
4.96E+12 Schwarz
criterion
-206.0144 Hannan-Quinn
criter.
0.416944 Durbin-Watson
stat
0.530620
?
2
(1)=3.84>(n-p)
R
2
p值>0.05
接受原假设,即不存在异方差。
检验
Heteroskedasticity Test:
White
F-statistic
Obs*R-squared
Scaled
explained SS
3.066639 Prob.
F(2,12)
5.073500 Prob. Chi-
Square(2)
3.901442 Prob. Chi-
Square(2)
0.0840
0.0791
0.1422
Test
Equation:
Dependent Variable:
RESID^2
Method: Least Squares
Date: 120615
Time: 19:01
Sample: 12 26
Included
observations: 15
Variable
C
AGENT^2
AG
ENT
R-squared
Adjusted R-squared
S.E. of
regression
Sum squared resid
Log likelihood<
br>F-statistic
Prob(F-statistic)
Coefficient
159495.6
0.003910
-30.28092
Std. Erro
r
683418.6
0.005966
140.0834
t-Statist
ic
0.233379
0.655459
-0.216164
Prob.
0.8194
0.5245
0.8325
414537.9
6139
98.8
29.41154
29.55315
29.41003
1.9303
90
0.338233 Mean dependent var
0.227939
S.D. dependent var
539502.4 Akaike info
criterion
3.49E+12 Schwarz
criterion
-217.5865 Hannan-Quinn
criter.
3.066639 Durbin-Watson
stat
0.083990
p值>0.05
2
?
(2)
=5.99 >
nR
2
,接受原假设,表示不存在异方差。
3.G-D检验
Dependent Variable: COST
Method: Least
Squares
Date: 120615 Time: 18:01
Sample:
12 17
Included observations: 6
Variable
C
AGENT
R-squared
Adjusted
R-squared
S.E. of regression
Sum squared
resid
Log likelihood
F-statistic
Prob(F-s
tatistic)
Coefficient
-464.5026
0.456581<
br>Std. Error
552.0770
0.103926
t-Statist
ic
-0.841373
4.393323
Prob.
0.44750.0118
1895.567
673.2631
14.58428
14
.51487
14.30641
3.104838
0.828336 Mean
dependent var
0.785420 S.D. dependent
var
311.8745 Akaike info
criterion
389062.8 Schwarz
criterion
-41.75284 Hannan-Quinn
criter.
19.30128 Durbin-Watson
stat
0.011752
Dependent
Variable: COST
Method: Least Squares
Date:
120615 Time: 18:03
Sample: 21 26
Included
observations: 6
Variable
C
AGENT
R-squ
ared
Adjusted R-squared
S.E. of
regression
Sum squared resid
Log likelihood<
br>F-statistic
Prob(F-statistic)
Coefficient
-6878.270
0.762811
Std. Error
1141.63
3
0.066829
t-Statistic
-6.024940
11.41
431
Prob.
0.0038
0.0003
6031.417
1972.540
14.98270
14.91328
14.70483
1.
642188
0.970213 Mean dependent
var
0.962766 S.D. dependent var
380.6227
Akaike info criterion
579494.4 Schwarz
criterion
-42.94809 Hannan-Quinn
criter.
130.2866 Durbin-Watson
stat
0.000336
F
(n?c)
?e[?k]
2
?en?cn?c
2
2
??
2
~F(?k,?k)
(n?c)
22
?e
1
2
[?k]
?e
1
2
2
2
F=579494.43
89062.8=1.4894624
F(5,5)=5.05 >
F,所以接受原假设,不存在异方差性。
?
??301.8388?0.3829
63X
,说明旅行社数量每增加1个,所以回归模型为
Y
2
平均说来国内旅游
总花费将增加3829.63万元。
Breusch-
Godfrey Serial Correlation LM
Test:
F-statistic
Obs*R-squared
882.2612
Prob. F(1,12)
14.79872 Prob. Chi-
Square(1)
0.0000
0.0001
Test
Equation:
Dependent Variable: RESID
Method:
Least Squares
Date: 120615 Time:
18:26
Sample: 12 26
Included observations:
15
Presample missing value lagged residuals set
to zero.
Weight series: W
Variable
C
A
GENT
RESID(-1)
Coefficient
-29.68609
-
0.008640
0.490376
Std. Error
49.99510
0.005743
0.089362
t-Statistic
-0.593780-1.504467
5.487497
Prob.
0.5637
0.1583
0.0001
Weighted
Statistics
R-squared
Adjusted
R-squared
S.E. of regression
Sum squared
resid
Log likelihood
F-statistic
Prob(F-s
tatistic)
0.986581 Mean dependent
var
0.984345 S.D. dependent var
3.896737
Akaike info criterion
182.2148 Schwarz
criterion
-40.01260 Hannan-Quinn
criter.
441.1306 Durbin-Watson
stat
0.000000 Weighted mean
dep.
Unweighted
Statistics
R-squared
Adjusted
R-squared
S.E. of regression
Durbin-Watson
stat
0.155997 Mean dependent var
0.015330
S.D. dependent var
709.8922 Sum squared resi
d
7.54E-05
53.74139
715.3970
6047364.<
br>-6.540864
30.39880
5.735013
5.8766235.733504
2.501422
1.48E-12
2012英语二真题答案-圆怎么写
换算率-英语日记50字
提示英语-描写花的四字词语
什么叫裸官-人字梯
derwent-坑怎么读
selective-sprit
er的单词-坚贞
recognised-吉林农业大学招生网
-
上一篇:汉字的使用频率
下一篇:【常用的五千个字】最常用的一千个汉字使用频率排名