多元線(xiàn)性回歸模型案例分析報(bào)告

范文范例精心整理范文范例精心整理wordword完美格式wordword完美格式多元線(xiàn)性回歸模型案例分析——中國(guó)人口自然增長(zhǎng)分析一?研究目的要求中國(guó)從1971年開(kāi)始全面開(kāi)展了計(jì)劃生育,使中國(guó)總和生育率很快從1970年的5.8降到1980年2.24,接近世代更替水平。此后，人口自然增長(zhǎng)率（即人口的生育率）很大程度上與經(jīng)濟(jì)的發(fā)展等各方面的因素相聯(lián)系，與經(jīng)濟(jì)生活息息相關(guān)，為了研究此后影響中國(guó)人口自然增長(zhǎng)的主要原因，分析全國(guó)人口增長(zhǎng)規(guī)律，與猜測(cè)中國(guó)未來(lái)的增長(zhǎng)趨勢(shì)，需要建立計(jì)量經(jīng)濟(jì)學(xué)模型。影響中國(guó)人口自然增長(zhǎng)率的因素有很多，但據(jù)分析主要因素可能有：（1）從宏觀(guān)經(jīng)濟(jì)上看，經(jīng)濟(jì)整體增長(zhǎng)是人口自然增長(zhǎng)的基本源泉；（2）居民消費(fèi)水平，它的高低可能會(huì)間接影響人口增長(zhǎng)率。（3）文化程度，由于教育年限的高低，相應(yīng)會(huì)轉(zhuǎn)變?nèi)说膫鹘y(tǒng)觀(guān)念，可能會(huì)間接影響人口自然增長(zhǎng)率（4）人口分布，非農(nóng)業(yè)與農(nóng)業(yè)人口的比率也會(huì)對(duì)人口增長(zhǎng)率有相應(yīng)的影響。二?模型設(shè)定為了全面反映中國(guó)“人口自然增長(zhǎng)率”的全貌，選擇人口增長(zhǎng)率作為被解釋變量，以反映中國(guó)人口的增長(zhǎng)；選擇“國(guó)名收入”及“人均GDP”作為經(jīng)濟(jì)整體增長(zhǎng)的代表；選擇“居民消費(fèi)價(jià)格指數(shù)增長(zhǎng)率”作為居民消費(fèi)水平的代表。暫不考慮文化程度及人口分布的影響。從《中國(guó)統(tǒng)計(jì)年鑒》收集到以下數(shù)據(jù)（見(jiàn)表1）：表1中國(guó)人口增長(zhǎng)率及相關(guān)數(shù)據(jù)

年份人口自然增長(zhǎng)率國(guó)民總收入居民消費(fèi)價(jià)格指數(shù)增長(zhǎng)人均GDP年份（%。）（億元）率（CPI）%（元）198815.731503718.81366198915.0417001181519199014.39187183.11644199112.98218263.41893199211.6269376.42311199311.453526014.72998199411.21481082455598111742701428.35846199710.06780612.8642019989.1483024-0.8679619998.1888479-1.4715920007.58980000.4785820016.951080680.7862220026.45119096-0.8939820036.011351741.21054220045.871595873.91233620055.891840891.81404020065.382131321.516024設(shè)定的線(xiàn)性回歸模型為：Y二B+BX+PX+PX+ut122t23t34tt三、估計(jì)參數(shù)利用EViews估計(jì)模型的參數(shù)，方法是：1、建立工作文件：?jiǎn)?dòng)EViews，點(diǎn)擊File\New\Workfile,在對(duì)話(huà)框"WorkfileRange”。在“Workfilefrequency”中選擇“Annual”（年度），并在“Startdate”中輸入開(kāi)始時(shí)間“1988”，在"enddate”中輸入最后時(shí)間“2005”，點(diǎn)擊“ok”，出現(xiàn)“WorkfileUNTITLED”工作框。其中已有變量:：c”一截距項(xiàng)“resid”一剩余項(xiàng)。在"Objects”菜單中點(diǎn)擊"NewObjects”，在"NewObjects”對(duì)話(huà)框中選"Group”，并在“NameforObjects”上定義文件名，點(diǎn)擊“OK”出現(xiàn)數(shù)據(jù)編輯窗口。范文范例精心整理范文范例精心整理范文范例精心整理范文范例精心整理wordword完美格式wordword完美格式2、輸入數(shù)據(jù)：點(diǎn)擊“Quik”下拉菜單中的“EmptyGroup”,出現(xiàn)“Group”窗口數(shù)據(jù)編輯框，點(diǎn)第一列與“obs”對(duì)應(yīng)的格，在命令欄輸入“Y”，點(diǎn)下行鍵“（”，即將該序列命名為Y,并依此輸入Y的數(shù)據(jù)。用同樣方法在對(duì)應(yīng)的列命名X、X、X，并輸入相應(yīng)的數(shù)據(jù)。TOC\o"1-5"\h\z234或者在EViews命令框直接鍵入“dataYX2XX…”，回車(chē)234出現(xiàn)“Group”窗口數(shù)據(jù)編輯框，在對(duì)應(yīng)的Y、X、X、X下輸入響應(yīng)234的數(shù)據(jù)。3、估計(jì)參數(shù)：點(diǎn)擊“Procs“下拉菜單中的“MakeEquation”，在出現(xiàn)的對(duì)話(huà)框的“EquationSpecificstion”欄中鍵入“YCX2XX”,在“EstimationSettings”欄中選擇“LeastSqares”（最34小二乘法），點(diǎn)“ok”，即出現(xiàn)回歸結(jié)果：表3.4DependentVariable:YMethod:LeastSquares□ate:10/15/11Time:15:01Sample:198S2006Includedobservations:18VariableCoefficientStd.Errort-StatisticProb.C15.608610.91384217.QSQ1Q0QQQQX20.0003320.0001342.48285^00263X30.0479130.0339191.41273101796X4-00051090.001771-2.B8495300120R-squaredAdjustedR-squaredSEofregressionSumsquaredresidLoglikelihoodDurbin-WatsonR-squaredAdjustedR-squaredSEofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat9.9722Z23.2053702.8860203.08588162.50441a.oooaoo0.915638S.D.dependentvar0.931002Akaikeinfocriterion12.13472Schwarzcriterion-21.^218F-statistic0..57^9642Prob(F-Gtatisti￡)根據(jù)表3.4中數(shù)據(jù)，模型估計(jì)的結(jié)果為：9=15.60851+0.000332X+0.047918X-0.005109Xt234(0.913842)(0.000134)(0.033919)(0.001771)t=(17.08010)(2.482857)(1.412721)(-2.884953)R2=0.930526R2二0.915638F=62.50441四、模型檢驗(yàn)1、經(jīng)濟(jì)意義檢驗(yàn)?zāi)Ｐ凸烙?jì)結(jié)果說(shuō)明，在假定其它變量不變的情況下，當(dāng)年國(guó)民總收入每增長(zhǎng)1億元，人口增長(zhǎng)率增長(zhǎng)0.000332%；在假定其它變量不變的情況下，當(dāng)年居民消費(fèi)價(jià)格指數(shù)增長(zhǎng)率每增長(zhǎng)1%，人口增長(zhǎng)率增長(zhǎng)0.047918%;在假定其它變量不變的情況下，當(dāng)年人均GDP沒(méi)增加一元，人口增長(zhǎng)率就會(huì)降低0.005109%。這與理論分析和經(jīng)驗(yàn)判斷相一致。2、統(tǒng)計(jì)檢驗(yàn)(1)擬合優(yōu)度：由表3.4中數(shù)據(jù)可以得到：R2=0.930526，修2正的可決系數(shù)為R2二°?915638，這說(shuō)明模型對(duì)樣本的擬合很好。(2)F檢驗(yàn)：針對(duì)H0：卩2二卩3二卩4二0，給定顯著性水平a=0.05，在F分布表中查出自由度為k-1=3和n-k=14的臨界值化(3，14)=3"34。由表3.4中得到F=62.50441，由于F=62.50441＞化(3,21)=3?075，應(yīng)拒絕原假設(shè)H0：卩2=P3=P4=0，說(shuō)明回歸方程顯著，即“國(guó)民總收入”“居民消費(fèi)價(jià)格指數(shù)增長(zhǎng)率”“人均GDP”等變量聯(lián)合起來(lái)確實(shí)對(duì)“人口自然增長(zhǎng)率”有顯著影響。(3)t檢驗(yàn)：分別針對(duì)H0:0j=0(j=1，2,3,4)，給定顯著性水平a=0.05，查t分布表得自由度為n-k=14臨界值腫-k)=2-145。由表3.4中數(shù)據(jù)可得，與0：、0；、匚、對(duì)應(yīng)的t統(tǒng)計(jì)量分別為17.08010、2.482857、1.412721、-2.884953除W其絕對(duì)值均大于：/2("-k)二2-145，這說(shuō)明分別都應(yīng)當(dāng)拒絕H:卩j二0(j二124)，也就是說(shuō)，當(dāng)在其它解釋變量不變的情況下,解釋變量“國(guó)民總收入”“人均GDP”分別對(duì)被解釋變量“人口自然增長(zhǎng)率”Y都有顯著的影響。03的絕對(duì)值小于：/2(n-k)二2.145，:這說(shuō)明接受H0:X3系數(shù)對(duì)t檢驗(yàn)不顯著，這表明很可能存在多重共線(xiàn)性。所以計(jì)算各解釋變量的相關(guān)系數(shù)，選擇X2、X3、X4數(shù)據(jù),點(diǎn)”view/correlations”得相關(guān)系數(shù)矩陣(如表4.4)：表4.4CorrelationMatrixX2X3X4X21.000000-0.566804-0.999449X3-0.5568041000000-0.559571X40.999449-0.5S96711.000000由相關(guān)系數(shù)矩陣可以看出：各解釋變量相互之間的相關(guān)系數(shù)較髙，證實(shí)確實(shí)存在嚴(yán)重多重共線(xiàn)性。五、消除多重共線(xiàn)性采用逐步回歸的辦法，去檢驗(yàn)和解決多重共線(xiàn)性問(wèn)題。分別作Y對(duì)X2、X3、X4的一元回歸，結(jié)果如表4.5所示：表4.5變量X2X3X4參數(shù)估計(jì)值0.0001340.0339190.001771t統(tǒng)計(jì)量2.4828571.412721-2.884950.8739150.3884950.886412按r2的大小排序?yàn)椋篨4、X2、X3以X2為基礎(chǔ)，順次加入其他變量逐步回歸。首先加入X2回歸結(jié)果為：f二16.35540+0.000350X2-0.0005397X4t=(2.542529)(-2.970874)R2=0.920622當(dāng)取q=0.05時(shí)，2/2(n-k)=‘0.025(18-3)二2.131，X2參數(shù)的t檢驗(yàn)顯著，加入X3回歸得Y=15.60851+0.000332X+0.047918X-0.005109Xt234t=(17.08010)(2.482857)(1.412721)(-2.884953)R2=0.930526R2=0.915638F=62.50441當(dāng)取a=0.05時(shí)，：/2(18—4)=2.145，X3參數(shù)的t檢驗(yàn)不顯著，予以剔除即Y=16.35540+0