关键词不能为空

当前您在: 主页 > 英语 >

第二章一元线性回归模型(Stata)

作者:高考题库网
来源:https://www.bjmy2z.cn/gaokao
2021-02-11 23:18
tags:

-

2021年2月11日发(作者:极左路线)

























WORD


格式可编辑



1.



中国居民人均消费模型



从总体上考察 中国居民收入与消费支出的关系。表


2.1


给出了


1990


年不变价格测算的


中国人均国内生产总值(


GDPP


)与以居民消费价格指数(


1 990


年为


100


)所见的人均居民< /p>


消费支出(


CONSP


)两组数据。




2.1



中国居民人均消费支出与人均


GDP










(单位 :元


/


人)



年份



1978


1979


1980


1981


1982


1983


1984


1985


1986


1987


1988


1989


CONSP


395.8000


437.0000


464.1000


501.9000


533.5000


572.8000


635.6000


716.0000


746.5000


788.3000


836.4000


779.7000


GDPP


675.1000


716.9000


763.7000


792.4000


851.1000


931.4000


1059.200


1185.200


1269.600


1393.600


1527.000


1565.900


年份



1990


1991


1992


1993


1994


1995


1996


1997


1998


1999


2000


CONSP


797.1000


861.4000


966.6000


1048.600


1108.700


1213.100


1322.800


1380.900


1460.600


1564.400


1690.800


GDPP


1602.300


1727.200


1949.800


2187.900


2436.100


2663.700


2889.100


3111.900


3323.100


3529.300


3789.700



1)


建立模型,并分析结果。





2)


输出结果为:




对应的模型表达式为:


< p>
CONSP


?


201.107

?


0.3862


GDPP










(13.51)



(53.47)




R


?


0.9927,


F


?


2859.23,


DW


?


0.55< /p>



2


从回归估计的结果可以看出,


拟合度较好,


截距项和斜率项系数均通过了


t


检验。


























专业知识分享


























WORD


格式可编辑



中国人均消费增加


10000


元,

GDP


增加


3862


元。




2.



线性回归模型估计




2.2


给出黑龙江省伊春林区


1999



16


个林业局的年木材采伐量和相应伐木剩


余物数据。利用该数据(


1


)画散点图;



2


)进行


OLS< /p>


回归;



3


)预 测。




2.2



年剩余物


y


t


和年木材采伐量


x


t


数据



林业局名



乌伊岭



东风



新青



红星



五营



上甘岭



友好



翠峦



乌马河



美溪



大丰



南岔



带岭



朗乡



桃山



双丰



合计




年木 材剩余物


y


t


(万

m


3




年木材采伐量


x


t


(万


m


3




26.13


61.4


23.49


48.3


21.97


51.8


11.53


35.9


7.18


17.8


6.80


17.0


18.43


55.0


11.69


32.7


6.80


17.0


9.69


27.3


7.99


21.5


12.15


35.5


6.80


17.0


17.20


50.0


9.50


30.0


5.52


13.8


202.87


532.00



1

< br>)画散点图





得散点图





2



OLS


估计


























专业知识分享


























WORD


格式可编辑




得到输出结果如图





由输出结果可以看出,对应的回归表达式为:



?


t


?


?

0.7629


?


0.4043


x< /p>


t



y






























(-0.625)



(12.11)





















R


?


0.9129,


F


?


146.7166,


DW


?


1.48



2





3



x=20


条件下模型的样本外预测方法



首先修改工作文件范围






(不会)













3.


< /p>



2.3


列出了中国

1978



2000


年的参政收入


Y


和国内生产总值


GDP


的统计

























专业知识分享


























WORD


格式可编辑



资料。做出散点图,建立财政收入随国内生产总值变化的一元线性回归方程。




2.3



年份



1978


1979


1980


1981


1982


1983


1984


1985


1986


1987


1988


1989


财政收入


Y


1132.260


1146.380


1159.930


1175.790


1212.330


1366.950


1642.860


2004.820


2122.010


2199.350


2357.240


2664.900


GDP


3624.100


4038.200


4517.800


4862.400


5294.700


5934.500


7171.000


8964.400


10202.20


11962.50


14928.30


16909.20


年份



1990


1991


1992


1993


1994


1995


1996


1997


1998


1999


2000


财政收入


Y


2937.100


3149.480


3483.370


4348.950


5218.100


6242.200


7407.990


8651.140


9875.950


11444.08


13395.23


GDP


18547.90


21617.80


26638.10


34634.40


46759.40


58478.10


67884.60


74462.60


78345.20


82067.50


89403.60



1)


做散点图:






得到散点图如下:






2)


进行回归分析:


























专业知识分享


























WORD


格式可编辑




输出结果如下:




对应的表达式是:



Y


?


556.6


?

< p>
0.12


GDP







(2.52)



(22.72)








R


2


?


0.96,


F


?


516.3



从上面的结果可以看出, 模型的你拟合度较高,各个系数均通过了


t


检验。



财政收入增加


10000


元,


GDP


增加


1200


元。





4.




2. 4


给出了某国


1990



1996


年间的


CPI


指数 与


S&P500


指数。



1




CPI


指数为横轴,


S&P500


指数为纵轴作图;



2


)做回归模型,并解释结果。

< p>



2.4


年份



1990


1991


1992


1993


CPI


指数



130.7000


136.2000


140.3000


144.5000


S&P500


指数



334.5900


376.1800


415.7400


451.4100


年份



1994


1995


1996


CPI


指数



148.2000


152.4000


159.6000


S&P500


指数



460.3300


541.6400


670.8300



1)


作散点图:






得散点图如下:


























专业知识分享


-


-


-


-


-


-


-


-



本文更新与2021-02-11 23:18,由作者提供,不代表本网站立场,转载请注明出处:https://www.bjmy2z.cn/gaokao/639702.html

第二章一元线性回归模型(Stata)的相关文章