计量经济学案例分析 课程报告 论文
计量经济学的结课论文
计量经济学期末课程论文实验名称：影响中国税收收入的因素分析姓名：学号：班级：指导教师：时间：影响中国税收收入因素分析摘要：改革开放以来，随着经济体制改革的深化和经济的快速增长，中国的财政收支发生很大变化，中央和地方的税收收入1978年为519.28亿元，到2010年已经增长到73210.79亿元，33年间增长了141倍，平均每年增长4.3倍。
为了研究影响中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济模型。
影响中国税收收入增长的因素很多，但据分析最主要的因素主要有：（1）经济整体增长。
（2）公共财政的需求（3）物价水平（4）税收政策因素。
运用Eviews统计软件的逐步回归对数据进行线性拟合，经过各种参数检验以及模型筛选，得到最后符合要求的模型，本论文给出了实证分析的结论并且提出了相应的政策建议。
关键字：中国税收收入国内生产总值财政支出商品零售价格指数多重共线性异方差性自相关性研究主题：为了全面反映中国税收增长的全貌，选择包括中央和地方税收的国家财政收入中的各项税收（简称税收收入）作为被解释变量，以反映国家税收的增长；解释变量设定为可观测的国内生产总值、财政支出、商品零售物价指数等变量。
数据类型：时间序列数据数据频度：年起止时间：1978-2010主要研究方法：多元线性回归以及多重共线性、异方差、序列相关的检验与修正一、数据收集与模型的建立：（一）影响因素的分析1、国内生产总值GDP国内生产总值是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。
从宏观经济看，经济整体增长是税收增长的基本源泉。
2、财政支出税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定的影响。
公共财政需求的数据较难得，但它与财政支出密切相关，所以选择财政支出作为公共财政需求的代表。
计量经济学课题论文实验报告
居民消费水平的影响因素实验报告第十二组组长：牧春枝组员：雷志豪郑皓谦李远致姜婧怡刘三科李晗静雷金祎一、摘要：居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
通过消费的物质产品和劳务的数量和质量反映出来。
居民消费作为社会再生产的终点和起点，对于实现社会再生产的良性循环，促进国民经济的持续发展具有决定性作用，要刺激消费，扩大内需，拉动经济发展，那么研究居民消费水平对于我国经济发展以及宏观调控起到很大的作用，因此居民消费水平具有研究性。
通过文献参考发现居民消费水平的影响因素主要有五点：国内生产总值GDP、城镇居民可支配收入、农村居民可支配收入、人口自然增长率和居民消费价格指数，本文将分别总结以上因素的影响情况。
本文运用计量分析的方法，研究了居民消费水平的影响因素。
二、关键词：国内生产总值GDP、城镇居民可支配收入、农村居民可支配收入、人口自然增长率、居民消费价格指数。
在研究影响居民消费水平影响之前，首选我们要明白居民消费水平的意义。
居民消费水平指按常住人口平均计算的居民消费支出。
即是居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
通过消费的物质产品和劳务的数量和质量反映出来。
在现实生活中，居民消费水平是受多方面因素影响因此来确定的一个量，所以要想了解居民消费水平就必须从多个影响因素进行分析。
国内生产总值GDP 常被公认为是衡量国家经济状况的最佳指标，它不但可以反映一个国家的经济表现，更可以反映一国的国力与财富。
随着国民经济的发展，人民收入水平不断提高。
国内生产总值增加，意味着国民经济水平提高，居民收入增加，居民的消费能力提升，消费水平随之提高。
由此选择了国内生产总值GDP 作为居民消费水平计量分析的因素之一。
国内生产总值GDP是从整个宏观方面来对居民消费水平的整体水平做出个大致的分析，从微观层面上分析，主要的影响因素就是居民可支配收入，在我国居民由城镇居民与农村居民两部分组成，所以城镇居民可支配收入与农村居民可支配收入也是影响居民消费水平的因素。
计量经济学简单的课程论文范文
计量经济学简单的课程论文范文计量经济学在中国经济学界越来越被关注，其方法与工具也在实证研究中被广泛的应用。
下面是店铺为大家推荐的计量经济学课程论文，供大家参考。
计量经济学课程论文篇一：《翻转课堂教学模式下计量经济学论文》一翻转课堂的内涵传统的教学流程是教师通过课堂讲授完成知识传递，然后通过课外作业促使学生完成知识内化。
翻转课堂则是对传统教学流程的颠倒安排，它将知识传授过程由课堂移到课外，让学生借助观看教师制作的教学视频、课件或利用网络资源等自主、协作完成知识的学习，而课堂则成为教师答疑解惑，指导学生完成作业、讨论探究问题和对学生进行个性化指导的地方。
因此，在翻转课堂教学中，教师和学生的角色和地位发生根本改变，教师由教学“主导者”和“控制者”转变为教学的“组织者”和“指导者”，学生则由知识的“被动接受者”变成知识的“主动建构者”，成为整个教学过程的主体，自主或协作去探究和构建知识，实现个性化学习。
由此可见，翻转课堂是指在信息化环境下，教师通过提供教学视频、课件、文本等教学资源，使学生在上课前通过自主、协作学习，完成知识的传授，然后在课堂上通过答疑解惑、协作探究和互动交流等活动使学生完成知识内化的一种新型教学模式。
翻转课堂打破传统教学过程中教师对知识的垄断，使学生成为教学过程的主体，主动去探究和构建知识，实现学生的个性化学习，培养学生的学习能力，是技术发展推动教育变革的产物，被誉为预见未来的教育。
翻转课堂是对传统教学模式的颠覆，与传统教学有本质的不同。
翻转课堂要想取得预期成效，需要具备一定的前提条件。
首先，翻转课堂把知识的学习过程放在课外，由学习者自主学习或协作探究去完成，需要学习者具有较好的自主学习能力和自我管理能力。
其次，由于翻转课堂把知识的学习过程放在课外，所以需要有完善的信息化教学系统来支持，以满足学生随时随地自主、个性化的学习需求。
再次，翻转课堂的实施需要强有力的信息技术支撑，教学视频、课件的制作以及各种系统工具的操作和应用，都需要教师和学生具有一定的信息技术能力。
计量经济学论文报告
计量经济学分析报告论文题目：浙江城镇居民精神文化支出分析学院名称：经济与管理学院专业：国际经济与贸易班级：国贸101姓名：王璐璐学号*********** ***师：***【摘要】我国经济的腾跃带动了城镇居民精神文化支出的高速发展。
本文旨在根据我省城镇居民精神文化支出的相关经济数据，分析得出影响我省城镇居民精神消费的部分要素，从而对于浙江省城镇居民精神消费做出科学的判断。
【关键词】精神消费城镇居民多重共线性异方差自相关1 模型的选取和变量的选择1.1变量选取国内生产总值（x1）:国内生产总值是衡量社会经济发展的指标，通过国内生产总值可以衡量浙江省城镇居民精神消费的力度。
浙江省城镇居民消费水平（x2）:研究城镇居民的精神消费，与之相关的是城镇居民的消费水平，消费水平可以衡量城镇居民的消费能力与经济水平，通过它的研究可以更好的比较精神消费与消费水平的关系，防止过度消费现象的出现。
浙江省城镇居民家庭人均可支配收入（x3）：指城镇居民家庭人均可用于最终消费支出和其它非义务性支出以及储蓄的总和，即居民家庭可以用来自由支配的收入。
它是家庭总收入扣除交纳的所得税、个人交纳的社会保障费以及调查户的记账补贴后的收入。
1.2样本数据采集根据我们对影响我省城镇居民精神消费的因素分析，以及解决我们提出的问题的需要，初步选取了以下三个解释变量：国内生产总值、浙江省城镇居民消费水平、浙江省城镇居民家庭人均可支配收入。
以下搜集了1994年-2009年最近15年的统计数据。
时间Y浙江省城镇居民旅游业消费X1国内生产总值X2浙江省城镇居民消费水平X3浙江省城镇居民家庭人均可支配收入1994 414.67 48197.8564447092 3852 3496.2 1995 464.02 60793.7292113314 4931 4283 1996 534.1 71176.5916539871 5532 4838.9 1997 599.8 78973.0349964915 5823 5160.3 1998 607 84402.27976892201 6109 5425.1 1999 614.78 89677.0547509045 6405 5854.02 2000 678.6 99214.55430847721 6850 6280 2001 708.3 109655.170558159 7161 6859.6 2002 739.7 120332.689274252 7486 7702.8 2003 684.9 135822.756149557 8060 8472.2 2004 731.8 159878.33791739 8912 9421.6 2005 737.1 184937.36896018 9644 10493 2006 766.4 216314.425939354 10682 11759.5 2007 906.90 265810.30584365 12211 13785.82008 849.36 314045.427086554 13845 15780.76 2009801.1340506.8673138651502517174.651.3模型及处理1.3.1建立模型根据以上各变量的设置，初步建立以下模型：Yi=c(1)+c(2)x1+c(3)x2+c(4)x3+u其中，Yi 代表浙江省城镇居民精神支出人均花费，x1代表国内生产总值，x2代表浙江省城镇居民消费水平，x3代表浙江省城镇居民家庭人均可支配收入。
计量经济学论文(eviews分析)
计量经济学论文(eviews分析)我国限额以上餐饮企业营业额的影响因素分析摘要：本文收集了1999年至2009年共11年的相关数据，选取餐饮企业数量、城镇居民人均年消费性支出、全国城镇人口数以及公路里程数作为解释变量构建模型，对我国限额以上餐饮企业营业额的影响因素进行分析。
利用Eviews软件对模型进行参数估计和检验，并加以修正，最后根据模型的最终结果进行经济意义分析，提出自己的看法。
关键词：餐饮企业营业额、影响因素、计量分析一、研究背景近十年来，投资者进入餐饮企业的数量不断增加。
在他们进入一个行业之前，势必要对该行业的营业额、营业利润等进行估计，当这些因素的估计值能够达到他们的预期时，他们才会对其进行投资。
由于餐饮企业的营业额是影响投资者是否进入餐饮业的一个重要因素，对于我国餐饮企业的营业额问题的深入研究就显得尤为必要，这有助于投资者作出合理的决策。
因此，本文进行了对我国限额以上餐饮企业营业额的计量模型研究。
二、变量的选取影响餐饮企业营业额的因素有很多，包括餐饮企业的数量、营业面积、从业人员、城镇居民人均年消费性支出、全国城镇人口数、餐饮企业的平均价格水平及公路里程数（表示交通状况）。
但综合考虑后，本文选取了其中的一部分变量（企业数、城镇居民人均年消费性支出、全国城镇人口数、公路里程数）进行研究，并对各个变量对餐饮企业营业额的影响进行预测。
1.企业数本文认为餐饮企业营业额与餐饮企业的数量有关，并预测两者之间呈正相关。
2.城镇居民人均年消费性支出本文认为餐饮企业营业额与城镇居民人均年消费性支出有关，并预测两者之间呈正相关。
3.全国城镇人口数本文认为餐饮企业营业额与全国城镇人口数有关，并预测两者之间呈正相关。
4.公路里程数本文认为餐饮企业营业额与公路里程数有关，并预测两者之间呈正相关。
三、相关数据本文收集了1999年至2009年共11年的相关数据，包括营业额（单位：亿元）、企业数（单位：个）、人均年消费性支出（单位：元）、全国城镇人口数（单位：万人）以及公路里程数（单位：万公里）。
计量经济学课程论文(教授热荐10篇)
计量经济学课程论文（教授热荐10篇）关于《计量经济学课程论文（教授热荐10篇）》，是我们特意为大家整理的，希望对大家有所帮助。
计量经济学是一门分析研究具有随机性特性的经济变量关系的学科，以济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型，本篇文章主要给大家介绍几篇计量经济学课程论文，供给大家作为一个参考。
计量经济学课程论文教授热荐10篇之第一篇：计量经济学课程教学中的"四步法"摘要："四步法"可以将计量经济学的原理和方法的核心呈现出来，让晦涩难懂的厚厚的一本计量经济学教科书变得"越来越薄", 从而收获良好的理论教学效果。
本文主要对"四步法"在模型和参数的显著性检验以及计量经济学检验中的具体应用进行了探讨，旨在为学生学习和掌握其他所有的假设检验方法提供思路。
关键词：四步法；课程教学；计量经济学；一、引言《计量经济学》是一门面向经济学类各专业开设的专业必修课，1998年教育部高等学校经济学学科教学指导委员会确定计量经济学为经济学门类各专业的八门核心课之一。
著名计量经济学家、诺贝尔经济奖获得者克莱因教授指出："在大多数大学和学院中，计量经济学的讲授已经成为经济学课程中最权威的一部分",对其他专业课的学习起到非常重要的作用。
但从教学实践上来看，各普通高校普遍存在着"学生难学"和"教师难教"的双重困境，因而引发了教师们的广泛关注和讨论，学者们从计量经济学的教学理念、教学模式、教学方法等各方面进行了大量的研究。
比如，王乃静和李国锋（2001）、黄雪燕（2006）、李锐（2009）在教学过程中结合Eviews、R软件等应用软件探究了计量经济学教学的难点问题；胡新艳和陈文艺（2006）提出了"探究（Exploration）-讨论（Discussion）-实践（Practice）"教学模式；万冰魂等（2018）将成果导向教育（Outcome-based Education）理念引入计量经济学课程教学，从培养目标、教学内容、教学方法和考核方式4个方面设计了OBE改革的具体内容；叶霖莉（2017）和王文静（2017）则提出了问题导向式教学（Problem-based Learning）与案例教学（Case-based Learning）双轨教学模式以及刘冬萍（2018）基于任务驱动式教学（Task-driving Teaching）及问题导向式教学（Problem-based Learning）的"三线一体"教学模式试图改进传统计量经济学讲授式教学的弊端。
计量经济学课程论文完整版
计量经济学课程论文完整版计量经济学是经济学的重要分支之一，它通过运用数理统计和经济理论分析来研究经济现象和经济规律。
本文旨在探讨计量经济学在现代经济领域中的应用和意义。
首先，计量经济学通过建立数学模型和利用实证数据来分析经济学中的问题，能够帮助经济学家们更加深入地理解经济现象。
例如，利用计量经济学方法，可以对通货膨胀、失业率、经济增长率等经济指标进行分析，从而揭示出它们之间的内在联系和规律，为政府制定经济政策提供理论依据和实证支持。
其次，计量经济学在企业经济决策和市场预测方面也有重要作用。
许多企业利用计量经济学方法对市场需求、价格变动、产品销售等进行预测和分析，以便更好地制定市场营销策略和产品定价策略。
同时，投资者和金融机构也可以利用计量经济学方法来进行风险评估和投资组合优化，提高投资收益率和降低风险。
另外，计量经济学在社会政策评估和效果分析方面也具有重要价值。
政府部门可以利用计量经济学方法来评估各种社会政策的效果和影响，例如教育政策、医疗保健政策、社会福利政策等。
通过对政策实施前后的数据进行对比分析，可以客观评价政策的效果，为政府改进政策提供参考依据。
总的来说，计量经济学在现代经济领域中发挥着不可替代的作用。
它不仅可以增强人们对经济现象的理解，促进经济学理论的发展，还能够为企业经济决策、市场预测、社会政策评估等提供有力支持。
因此，进一步深化对计量经济学的研究和应用，将会对推动经济领域的发展和进步起到积极作用。
此外，计量经济学也能够帮助经济学家们更准确地理解市场行为与市场效率。
通过利用计量经济学方法，可以对供需关系、价格弹性、市场竞争等因素进行经验分析，为市场营销、产业咨询和市场调研提供准确的数据基础和理论支持。
这对于企业在竞争激烈的市场环境中制定战略计划，提高市场竞争力具有重要意义。
此外，计量经济学还在国际贸易和全球经济分析方面发挥着重要作用。
国际贸易中的各种关贸协定、贸易政策和汇率波动都会对全球经济产生复杂的影响。
计量经济学课程论文完整版
计量经济学课程论文完整版引言。
计量经济学是经济学的一个重要分支，它运用数学、统计学和计算机技术来研究经济现象。
在这门课程中，我们学习了许多重要的计量经济学方法和模型，以及它们在经济领域的应用。
在本文中，我将讨论我在这门课程中学到的知识，并且对一些相关的经济现象进行分析和解释。
一、计量经济学方法和模型。
在这门课程中，我们学习了许多计量经济学的方法和模型，包括线性回归模型、时间序列分析、面板数据分析等。
其中，线性回归模型是最基础的模型之一，它可以用来分析一个或多个自变量对因变量的影响。
通过线性回归模型，我们可以得到自变量与因变量之间的关系，并且进行预测和检验。
另外，时间序列分析是研究时间序列数据的一种方法，它可以用来分析经济变量随时间变化的规律。
通过时间序列分析，我们可以研究经济变量的趋势、季节性和周期性等特征，从而进行预测和政策制定。
面板数据分析则是研究横截面数据和时间序列数据的一种方法，它可以用来分析不同个体或单位之间的差异和联系。
通过面板数据分析，我们可以研究个体特征对经济现象的影响，以及个体之间的相互作用。
二、计量经济学在经济领域的应用。
在实际经济研究中，计量经济学方法和模型被广泛应用于各个领域，包括宏观经济学、微观经济学、金融学等。
其中，宏观经济学是研究整体经济运行的一个重要领域，通过计量经济学方法和模型，我们可以研究国民经济的增长、通货膨胀、失业等重要问题。
在微观经济学领域，计量经济学方法和模型可以用来研究市场结构、企业行为、消费者选择等问题。
通过微观经济学的研究，我们可以了解市场的运行机制，以及政策对市场的影响。
在金融学领域，计量经济学方法和模型可以用来研究股票市场、债券市场、汇率市场等问题。
通过金融学的研究，我们可以了解金融市场的波动规律，以及政策对金融市场的影响。
三、实证分析。
在本文的最后部分，我将通过一个实证分析来展示计量经济学方法和模型在经济研究中的应用。
我选择了一个关于教育支出对经济增长的影响的实证研究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国经济增长影响因素实证分析一、研究对象经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。
在1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。
但是,我国目前仍然面临消费需求不足问题。
因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。
二、数据收集与模型的建立（一）数据收集表2.1 中国经济增长影响因素模型时间序列表年份国内生产总值（y）年末从业人员数（x1）全社会固定资产投资总额(x2)居民消费价格指数（上年=100）(x3)1980 4545.6 42361 910.9 107.5 1981 4891.6 43725 961 102.5 1982 5323.4 45295 1230.4 102 1983 5962.7 46436 1430.1 102 1984 7208.1 48197 1832.9 102.7 1985 9016 49873 2543.2 109.3 1986 10275.2 51282 3120.6 106.5 1987 12058.6 52783 3791.7 107.3 1988 15042.8 54334 4753.8 118.8 1989 16992.3 55329 4410.4 118 1990 18667.8 64749 4517 103.1 1991 21781.5 65491 5594.5 103.4 1992 26923.5 66152 8080.1 106.4 1993 35333.9 66808 13072.3 114.7 1994 48197.9 67455 17042.1 124.1 1995 60793.7 68065 20019.3 117.1 1996 71176.6 68950 22913.5 108.3 1997 78973 69820 24941.1 102.8 1998 84402.3 70637 28406.2 99.2 1999 89677.1 71394 29854.7 98.6 2000 99214.6 72085 32917.7 100.4 2001 109655.2 73025 37213.5 100.7 2002 120332.7 73740 43499.9 99.2 2003 135822.8 74432 55566.6 101.2 2004 159878.3 75200 70477.4 103.9 2005 184937.4 75825 88773.6 101.8 2006 216314.4 76400 109998.2 101.5 2007 265810.3 76990 137323.9 104.82008 314045.4 77480 172828.4 105.92009 340903 77995 224598.8 99.3 （二）模型设计采用的模型如下：y= β1+β2x1+β3x2+β4x3+u i我们通过对该模型的回归分析，得出各个变量与我国经济增长的变动关系。
三、模型估计和检验（一）模型初始估计表3.1 模型初始估计结果Dependent Variable: YMethod: Least SquaresDate: 06/27/12 Time: 00:01Sample: 1980 2009Included observations: 30Coefficient Std. Error t-Statistic Prob.C -16197.47 41510.11 -0.390205 0.6996X1 1.683972 0.256065 6.576336 0.0000X2 1.420445 0.054886 25.87979 0.0000X3 -580.7369 355.4395 -1.633856 0.1143R-squared 0.985665 Mean dependent var 85805.26 Adjusted R-squared 0.984011 S.D. dependent var 95097.07S.E. of regression 12024.95 Akaike info criterion 21.75092Sum squared resid 3.76E+09 Schwarz criterion 21.93775Log likelihood -322.2638 Hannan-Quinn criter. 21.81069F-statistic 595.9008 Durbin-Watson stat 0.968679Prob(F-statistic) 0.000000由上表可以看出，R2=0.985665，接近于1。
F=595.9008 说明拟合程度很好。
进行t检验：t(28)=2.048对于参数c假设: H0: c(1)=0. 对立假设:H1: c(1)≠0对于参数x1假设: H0: c(2)=0. 对立假设:H1: c(2)≠0对于参数x2假设: H0: c(3)=0. 对立假设:H1: c(3)≠0对于c,∣t∣=0.390205<t(n-2)=t(28)=2.048因此拒绝H0: c≠0,接受对立假设:H1: c=0对于x1,∣t∣=6.576336﹥t(n-2)=t(28)=2.048因此拒绝H0: x1=0,接受对立假设: H1: x1≠0对于x2,∣t∣=25.87979﹥t(n-2)=t(28)=2.048因此拒绝H0: x2=0,接受对立假设: H1: x2≠0对于x3,∣t∣=1.633856<t(n-2)=t(28)=2.048因此拒绝H0: x2≠0,接受对立假设: H1: x2=0由此可知，x3没有经过t检验。
（二）多重共线性检验表3.2 相关系数矩阵X1 X2 X3X1 1.000000 0.665094 -0.219318X2 0.665094 1.000000 -0.291137X3 -0.219318 -0.291137 1.000000根据多重共线性检验，解释变量之间存在着线性相关。
通过采用剔除变量法，多重共线性的修正结果如下：剔除X3。
.表3.3 修正多重共线性后的模型Dependent Variable: YMethod: Least SquaresDate: 06/28/12 Time: 23:17Sample: 1980 2009Included observations: 30Coefficient Std. Error t-Statistic Prob.C -79282.79 15704.05 -5.048555 0.0000X1 1.699013 0.263693 6.443158 0.0000X2 1.438325 0.055422 25.95222 0.0000 R-squared 0.984193 Mean dependent var 85805.26 Adjusted R-squared 0.983022 S.D. dependent var 95097.07 S.E. of regression 12391.14 Akaike info criterion 21.78199 Sum squared resid 4.15E+09 Schwarz criterion 21.92211 Log likelihood -323.7299 Hannan-Quinn criter. 21.82682 F-statistic 840.5434 Durbin-Watson stat 0.689221 Prob(F-statistic) 0.000000由表可得，x1和x2的t检验值都很显著。
（三）异方差检验ARCH检验：Heteroskedasticity Test: ARCHF-statistic 5.690752 Prob. F(1,27) 0.0243 Obs*R-squared 5.048272 Prob. Chi-Square(1) 0.0247 Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 06/28/12 Time: 23:48Sample (adjusted): 1981 2009Included observations: 29 after adjustmentsCoefficient Std. Error t-Statistic Prob.C 49385817 56010198 0.881729 0.3857RESID^2(-1) 0.899098 0.376897 2.385530 0.0243 R-squared 0.174078 Mean dependent var 1.39E+08 Adjusted R-squared 0.143489 S.D. dependent var 2.41E+08 S.E. of regression 2.23E+08 Akaike info criterion 41.35408 Sum squared resid 1.35E+18 Schwarz criterion 41.44838 Log likelihood -597.6342 Hannan-Quinn criter. 41.38362 F-statistic 5.690752 Durbin-Watson stat 1.336249Prob(F-statistic) 0.024334从上表可以得到数据：(n-p)R2=5.048272,查表得χ2（p）=5.9915, (n-p)R2=5.048272<χ2（p）=5.9915,则接受原假设，不存在异方差。
（四）序列相关检验已知：DW=0.689221，查表得dL=1.270，dU=1.563。
由此可知，存在相关性。
修正如下：表3.5 修正序列相关后的模型Dependent Variable: YMethod: Least SquaresDate: 06/07/11 Time: 17:00Sample(adjusted): 1981 2009Included observations: 29 after adjusting endpointsFailure to improve SSR after 18 iterationsVariable Coefficient Std. Error t-Statistic Prob.C 21524.05 1.27E+09 1.70E-05 1.0000X1 0.612694 1.051958 0.582432 0.5655X2 0.999545 0.309752 3.226923 0.0035AR(1) 1.000019 0.111190 8.993770 0.0000 R-squared 0.992728 Mean dependent var 88607.31Adjusted R-squared 0.991855 S.D. dependent var 95511.65S.E. of regression 8619.708 Akaike info criterion 21.08893Sum squared resid 1.86E+09 Schwarz criterion 21.27752Log likelihood -301.7895 F-statistic 1137.613Durbin-Watson stat 0.989263 Prob(F-statistic) 0.000000Inverted AR Roots 1.00Estimated AR process is nonstationary四、结论分析和政策建议（一）主要结论1、固定资产投资是经济增长的重要原动力。