计量经济学模型 上课不讲话、
计量经济学课件(庞浩版)
劳动经济学中经常运用联立方程模型来研究劳动力市场中 的各种问题，如工资决定、就业与失业、劳动力流动等。 例如，可以构建一个包含工资方程和就业方程的联立方程 模型，以分析最低工资制度对就业和工资水平的影响。
06
CATALOGUE
面板数据计量经济学模型
面板数据基本概念与特点
面板数据定义
面板数据是指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样 本数据。
面板数据模型估计方法及应用举例
估计方法
面板数据模型的估计方法主要有最小二乘法 、广义最小二乘法和极大似然法等。
应用举例
面板数据模型在经济学、金融学、社会学等 领域有广泛的应用，如经济增长、劳动力市 场、金融市场、环境经济学等问题的研究。 例如，可以利用面板数据模型研究不同国家 经济增长的影响因素，或者分析某个政策对 不同地区或不同群体的影响效果。
模型设定
多元线性回归模型是描述多个自变量与一 个因变量之间线性关系的模型，形式为 Y=β0+β1X1+β2X2+...+βkXk+u。
假设ห้องสมุดไป่ตู้验
对各个自变量的回归系数进行假设检验， 判断其是否显著不为零。
参数估计
通过最小二乘法等方法对模型中的参数进 行估计，得到各个自变量的回归系数估计 值。
多重共线性问题
采用逐步回归法、岭回归法、主成分分析法等方法对多重 共线性进行修正，同时也可以通过增加样本容量或收集更 多信息来缓解多重共线性的影响。
04
CATALOGUE
时间序列计量经济学模型
时间序列基本概念与性质
时间序列定义
按时间顺序排列的一组数据，反映现象随时间 变化的发展过程。
计量经济学全套课件(完整)
2024/1/27
7
计量经济学研究目的与意义
2024/1/27
01
研究意义
02 推动经济学研究的定量化、精确化和科学 化。
03
为政府、企业和个人提供经济分析和决策 支持。
04
促进经济学的理论创新和实践应用。
8
2023
PART 02
经典线性回归模型
REPORTING
2024/1/27
9
一元线性回归模型
REPORTING 3
计量经济学定义与特点
01
计量经济学定义：计量经济学是运用数学、统计学和经济 学等方法，对经济现象进行定量分析和预测的一门学科。
02
计量经济学特点
03
以经济理论为基础，运用数学和统计学方法进行实证分析 。
2024/1/27
04
强调数据的收集、整理和分析，注重数据的可靠性和有效 性。
计量经济学模型估计
详细阐述如何在EViews软件中估计和检验各种计量经济学模型，如线 性回归模型、时间序列模型等。
26
Stata软件操作指南
Stata软件安装与启动
提供Stata软件的安装教程和启动指 南。
数据管理
介绍如何在Stata中进行数据的导入 、导出、合并和整理等操作。
2024/1/27
图形与可视化
等，以及针对模型问题的修正方法，如加权最小二乘法、广义最小二乘
法等。
12
2023
PART 03
广义线性模型与非线性模 型
REPORTING
2024/1/27
13
广义线性模型概述
2024/1/27
01
广义线性模型（GLM）是一种灵活的统计模型，用 于描述因变量与一组自变量之间的关系。
李子奈《计量经济学》课后习题详解(经典单方程计量经济学模型：一元线性回归模型)【圣才出品】
2．下列计量经济学方程哪些是正确的？哪些是错误的？为什么？
（1）Yi＝α＋βXi，i＝1，2，…，n；
（2）Yi＝α＋βXi＋μi，i＝1，2，…，n；
∧∧
（3）Yi＝α＋βXi＋μi，i＝1，2，…，n；
∧
∧∧
（4）Yi＝α＋βXi＋μi，i＝1，2，…，n；
∧∧
（5）Yi＝α＋βXi，i＝1，2，…，n；
2 / 22
圣才电子书 十万种考研考证电子书、题库视频学习平台
www.10Leabharlann
假定随机扰动项满足条件零均值、条件同方差、条件序列丌相关性以及服从正态分布。 （2）违背基本假设的计量经济学仍然可以估计。虽然 OLS 估计值丌再满足有效性，但 仍然可以通过最大似然法等估计方法或修正 OLS 估计量来得到具有良好性质的估计值。
4．线性回归模型 Yi＝α＋βXi＋μi，i＝1，2，…，n 的零均值假设是否可以表示为
1
n
n i 1
i
0 ？为什么？
n
1 0 答：线性回归模型 Yi＝α＋βXi＋μi 的零均值假设丌可以表示为
i
。
n i1
原因：零均值假设 E（μi）＝0 实际上表示的是 E（μi∣Xi）＝0，即当 X 取特定值 Xi 时，
3．一元线性回归模型的基本假设主要有哪些？违背基本假设的计量经济学模型是否就 丌可以估计？
答：（1）针对普通最小二乘法，一元线性回归模型的基本假设主要有以下三大类： ①关于模型设定的基本假设： 假定回归模型的设定是正确的，即模型的变量和函数形式均为正确的。 ②关于自变量的基本假设： 假定自变量具有样本变异性，且在无限样本中的方差趋于一个非零的有限常数。 ③关于随机干扰项的基本假设：
《计量经济学》课件
本课程重点是实践案例、计量模型和数据分 析技巧。
学习资源
课程教材
本课程所用教材为《计量经济 学》（第二版，高等教育出版 社）。
参考资料
课程还提供丰富的参考及 自主学习提高学习效果。
评估方式
1
作业
每周有一个统计分析作业，和一个回
考试
我们欢迎学生分享反馈、与教 师和同学一起讨论和学习。祝 大家学习愉快！
数据分析技巧
课程将介绍数据预处理和 清洗、模型诊断和结果解 释等实用数据分析技巧。
结语
毕业资格
获得60分及以上，完成所有作 业及考试，满足毕业要求即可 获得毕业资格。
继续学习
本课程旨在为学生提供实用的 计量经济学研究工具及数据分 析技能。学生可以进一步学习 相关课程、投身学术及研究岗 位。
分享反馈
2
归分析作业。
期末考试涵盖课程所有内容和应用。
3
课堂表现
学生可以通过课堂发言和问题解答， 积极参与课堂互动，提高交流能力和 思维水平。
课程重点
实践案例
本课程以丰富实践案例为 特色，学生可以在实践环 节中更好地理解课程内容， 提高数据分析和建模能力。
计量模型
本课程将介绍常见的计量 经济学模型，包括线性回 归模型、非线性回归模型、 面板数据模型和时间序列 模型等。
《计量经济学》课件
欢迎来到《计量经济学》课程！本课程将帮助学生了解各种经济现象和模型， 并通过实践案例提高数据分析能力。
课程介绍
课程目标
学习计量经济学基本理论及模型应用，提高 经济数据分析能力。
课程内容
本课程将介绍计量经济学中的基本概念、统 计分析、回归分析、面板数据和时间序列分 析。
适用对象
计量经济学-第六章：联立方程计量经济模型
It
2122Yt1
23Gt
v2t
Yt 3132Yt133Gtv3t
3.简化式模型的矩阵表示
Ct 1112Yt113Gtv1t
It
2122Yt1
23Gt
v2t
Yt 3132Yt133Gtv3t
C t
Y It Yt11 Nhomakorabea12
13
21
22
23
31
32
33
1
X
Y G
t
结构式模型的导出的结果：
C Itt001100 1 1001111112( 111 1 21)11YYt t1111111 111G Gttu11ut111t 1uu1212tt111u2u21tt Yt 10 1011121Yt11111Gt 1u1 t 1 u2t1
而简化式模型的一般表示：
Ct 1112Yt113Gtv1t
Ct 0 1Yt u1t It 0 1Yt 2Yt1 u2t
Yt Ct It Gt
◇联立方程模型中方程、变量及其属性 方程包括：随机方程、确定性方程 按变量性质：内生变量、外生变量 按因果关系：解释变量、被解释变量 内生变量：是随机变量，内生变量之间相互影响， 内生变量还受到外生变量的影响 外生变量：是确定性变量，对内生变量产生影响 先决变量：外生变量、滞后内生变量
2.模型的一般表示方法 对于联立方程模型，可描述为： g个内生变量（g个方程），内生变量用向量Y表示； k个先决变量，先决变量用向量X表示； 则结构式模型矩阵表示为：
参数矩阵为：
U
◇写出下列简单宏观计量经济模型的矩阵形式：
Ct 0 1Yt u1t It 0 1Yt 2Yt1 u2t
计量经济学GMM模型
计量经济学GMM模型GMM（Generalized Method of Moments）模型是一种常用的计量经济学研究方法，它可用于宏观和微观评估。
它可以有效地应用于估计模型参数，以及对时间序列数据和静态数据进行调查。
一、GMM模型的概述GMM模型一般用来拟合静止的观测数据，它从经济学的角度分析模型的稳定性和鲁棒性，以及估计模型参数的准确性。
它原本可以用于估计一组未知参数，例如通过给定实证拟合模型，或者提供模型和控制参数之间的最优拟合程度或优化。
二、GMM模型的方法GMM模型主要分为三个部分：模型假设、观测式和估计模型。
1）模型假设：使用GMM模型估计数据参数时，需要规定一定的模型假设，例如宏观和微观的假设，变量的变化趋势假设，以及假设误差的连续性和独立性等。
2）观测式：根据给定的模型假设，确定观测式，以估计模型中变量之间的关系，形成一套数学表达式，以及协变量和残差之间的相关关系等。
此外，还会考虑模型假设的健康性（例如时间序列的平稳性）。
3）估计模型：使用迭代方法对模型参数进行估计，通过调整参数得到模型中变量的参数估计量以及估计误差，以及观测的绝对误差估计，最后将以上结果装入优化算法，以获得最小残差平方和模型的优化参数。
三、GMM模型的应用（1）GMM模型在宏观计量经济学中可以用于计算长期均衡，估计投资、政府支出、净出口和 GDP 核算等变量，以及进行宏观估计；（2）时间序列模型，例如经济周期性模型和机会模型；（3）微观计量经济学中可用于计算企业间的差异，例如产品的可替代性，员工行为问题的解决。
四、GMM模型的优缺点（1）GMM模型的优点：GMM模型对于时间序列和静态数据都有较好的应用，而且可以用来估计模型参数，均衡拟合度以及评估模型的可行性等。
（2）GMM模型的缺点：GMM模型的计算复杂度较大，容易受到外部激励因素的干扰，估计偏差较大，而且模型假设不当也会导致研究失误。
时间序列计量经济学模型讲义PPT课件(275页)
3）协方差Cov(Xt,Xt+k)=k 是只与时期间隔k有 关，与时间t 无关的常数；
则称该随机时间序列是平稳的（stationary)， 而该随机过程是一平稳随机过程 （stationary stochastic process）。
Xt= 1Xt-1+2Xt-2…+kXt-k 该随机过程平稳性条件将在第二节中介绍。
三、平稳性检验的图示判断
• 给出一个随机时间序列，首先可通过该序列 的时间路径图来粗略地判断它是否是平稳的。
• 一个平稳的时间序列在图形上往往表现出一 种围绕其均值不断波动的过程。
• 而非平稳序列则往往表现出在不同的时间段 具有不同的均值（如持续上升或持续下降）。
易知，随着k的增加，样本自相关函数下 降且趋于零。但从下降速度来看，平稳序列 要比非平稳序列快得多。
rk
rk
1
1
0
k
0
k
(a)
(b)
图9.1.2 平稳时间序列与非平稳时间序列样本相关图
• 注意:
确定样本自相关函数rk某一数值是否足够 接近于0是非常有用的，因为它可检验对应的自 相关函数k的真值是否为0的假设。
该统计量近似地服从自由度为m的2分布 （m为滞后长度）。
因此:如果计算的Q值大于显著性水平为 的临界值，则有1-的把握拒绝所有k(k>0)同 时为0的假设。
例9.1.3: 表9.1.1序列Random1是通过一 随机过程（随机函数）生成的有19个样本的随 机时间序列。
表 9.1.1
一个纯随机序列与随机游走序列的检验
0.059 3.679 4.216 6.300 7.297 11.332 12.058 15.646 17.153 18.010 22.414 22.481 24.288 25.162 26.036 26.240 26.381
计量经济学模型讲解35页PPT
谢谢！
计量经济学模型讲解
1、战鼓一响，法律无声。——英国 2、任何法律的根本；不，不成文法本 身就是 讲道理 ……法 律，也 ----即 明示道 理。— —爱·科 克
3、法律是最保险的头盔。——爱·科 克 4、一个国家如果纲纪不正，其国风一 定颓败 。—— 塞内加 5、法律不能使人人平等，但是在法律 面前人 人是平 等的。 ——波 洛克
61、奢侈是舒适的，否则就不是奢侈 。——CocoCha nel 62、少而好学，如日出之阳；壮而好学 ，如日 中之光 ；志而 好学， 如炳烛 之光。 ——刘 向 63、三军可夺帅也，匹夫不可夺志也。 ——孔 丘 64、生就是学校。在那里，与其说好 的教师 是幸福 ，不如 说好的 教师是 不幸。 ——海 贝尔 65、接受挑战，就可以享受胜利的喜悦 。——杰纳勒 尔·乔治·S·巴顿
计量经济学复习01(1)讲课稿
课程内容要点Part1 绪论建立与应用计量经济学模型的步骤理论模型的设定数据质量模型检验Part2 单方程计量经济学模型计量经济学模型的特征多元线性模型应用OLS的基本假设OLS方法及参数估计量的矩阵表示，以及无偏性、有效性证明ML方法原理、似然函数的形式、最大对数似然函数的计算正规方程组、正规方程组的导出及求解样本容量R2、F、t三个统计量的计算方法、查表判断参数估计量置信区间的表示，如何缩小该区间预测值置信区间的表示，如何缩小该区间异方差性的经济背景及后果，检验方法的思路WLS、GLS参数估计量的矩阵表示、推导过程WLS中如何得到权矩阵的估计量序列相关的经济背景及后果D.W.统计量的计算与应用一阶差分与广义差分方法多重共线性的背景及后果分部回归用剔除变量方法消除多重共线性时参数经济含义的变化随机解释变量的后果、与误差项相关时的OLS估计量有偏性证明工具变量法：工具变量的条件，工具变量法正规方程组，应用广义矩估计：概念，与工具变量法的区别Part3 计量经济学应用模型C-D、CES生产函数及其改进型的形式、参数的经济含义、数值范围、估计方法、对替代弹性的假设、对技术进步的假设确定型统计边界生产函数及其COLS估计、在横向技术进步比较中的应用生产函数估计对样本数据质量的要求需求弹性、需求函数的齐次性条件对数线性、存量调整、状态调整需求函数LES及ELES：效用函数到需求函数、参数的经济含义及数值范围、迭代法估计、主要应用交叉估计几种消费函数的形式、参数的含义及数值范围、一般形式Part4 联立方程计量经济学模型概念（内生变量、外生变量、先决变量、结构式模型、简化式模型、参数关系体系）完备的结构式模型的内生变量、先决变量、外生变量识别的概念、定义，不可识别、恰好识别、过度识别结构式识别条件利用方程之间的关系判断识别状态对不可识别方程的修改单方程估计方法与系统估计方法的概念ILS、IV、2SLS的概念、方法、适用对象、参数估计量的矩阵表示、恰好识别下等价性证明不同方程随机误差项存在同期相关性时方差?协方差的表示3SLS的方法原理和步骤3SLS与2SLS的等价条件3SLS与2SLS的优缺点为什么实际中常应用OLS联立方程模型的检验Part5 宏观计量经济模型 设定理论影响宏观计量经济模型设定的主要因素 克莱因战争之间方程中国宏观计量经济模型的总体结构及主要特征中国宏观计量经济模型主要方程的一般设定（生产方程、分配方程、消费方程、投资方程、进口方程、出口方程、价格方程、货币方程等） Part6 时间序列计量经济学模型*复习思考题1：1. 什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？2. 计量经济学的研究对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？3．为什么说计量经济学在当代经济学科中占据重要地位？当代计量经济学发展的基本特征与动向是什么？4．建立与应用计量经济学模型的主要步骤有哪些？5．计量经济学模型主要有哪些应用领域？各自的原理是什么？ 6．模型的检验包括几个方面？其具体含义是什么？7．下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？（1）112.00.12t t S R =+ 其中t S 为第t 年农村居民储蓄增加额（亿元），t R 为第t年城镇居民可支配收入（亿元）。
李子奈《计量经济学》笔记和课后习题详解(绪 论)【圣才出品】
第1章绪论1.1 复习笔记一、计量经济学1．计量经济学计量经济学，又称经济计量学，是由经济理论、统计学和数学结合而成的一门经济学的分支学科，其研究内容是分析经济现象中客观存在的数量关系。
2．计量经济学模型（1）模型分类模型是对现实生活现象的描述和模拟。
根据描述和模拟办法的不同，对模型进行分类，如表1-1所示。
表1-1 模型分类（2）数理经济模型和计量经济学模型的区别①研究内容不同数理经济模型的研究内容是经济现象各因素之间的理论关系，计量经济学模型的研究内容是经济现象各因素之间的定量关系。
②描述和模拟办法不同数理经济模型的描述和模拟办法主要是确定性的数学形式，计量经济学模型的描述和模拟办法主要是随机性的数学形式。
③位置和作用不同数理经济模型可用于对研究对象的初步研究，计量经济学模型可用于对研究对象的深入研究。
3．计量经济学的内容体系（1）根据所应用的数理统计方法划分广义计量经济学根据所应用的数理统计方法包括回归分析方法、投入产出分析方法、时间序列分析方法等；狭义计量经济学所应用的数理统计方法主要是回归分析方法。
需要注意的是，通常所述的计量经济学指的是狭义计量经济学。
（2）根据内容深度划分初级计量经济学的主要研究内容是计量经济学的数理统计学基础知识和经典的线性单方程计量经济学模型理论与方法；中级计量经济学的主要研究内容是用矩阵描述的经典的线性单方程计量经济学模型理论与方法、经典的线性联立方程计量经济学模型理论与方法，以及传统的应用模型；高级计量经济学的主要研究内容是非经典的、现代的计量经济学模型理论、方法与应用。
（3）根据研究目标和研究重点划分理论计量经济学的主要研究目标是计量经济学的理论与方法的介绍与研究；应用计量经济学的主要研究目标是计量经济学模型的建立与应用。
理论计量经济学的研究重点是理论与方法的数学证明与推导；应用计量经济学的研究重点是建立和应用计量模型处理实际问题。
（4）根据兴起时间划分图1-1 根据兴起时间划分计量经济学的内容体系如图1-1所示，以20世纪70年代作为经典计量经济学和非经典计量经济学的划分时间节点。
- 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)。
影响居民储蓄额的因素分析 上课不讲话 摘 要 本文采用1978年到2010年的数据，建立了关于储蓄的计量经济学模型，对影响我国城镇居民存款储蓄的因素进行分析，得出通过检验的模型。再通过对该模型的经济含义分析得出各种因素对我国城镇居民存款储蓄额的影响程度，并针对分析结果提出建议。
【关键词】 居民储蓄 影响因素 分析 建议
序言 自经济体制改革以后,我国人民的生活发生了巨大的变化。居民储蓄也出现高速增长的态势。自90年代以后，我国居民储蓄存款余额始终保持增长。我国居民储蓄存款持续增长这一经济现象引起国内理论界的广泛关注。这对我国经济的进一步增长有着有利的一面,但也会带来一定程度的负面影响。所以国家相继出台了一系列积极的财政和货币政策,以刺激国内消费和投资需求,分流储蓄,但是居民储蓄依然持续增加。由于居民的储蓄存款直接影响着居民的消费行为，影响着货币的供给量，进而间接影响着国家经济的发展，宏观调控的力度和效果，因此，对我国居民存款储蓄问题的深入研究就显得尤为重要，这有助于帮助大家认清现状，做出合理的决策。本文通过建立适当的模型来分析影响我国居民储蓄额的因素，根据检验的结果和分析提出建议并作出决策。
一、 指标体系的建立 1、变量的选取 目前，我国正处于改革时期，各种不确定性因素很多。因而，要分析各种因素对居民储蓄行为的影响，必须立足于我国的国情。1998年后，我国经济运行进入了一种新的体制约束状态，出现了明显的供给过剩，需求对经济增长的约束与拉动作用明显增强，投资、消费膨胀的内在动力明显不足；同时，由于我国市场机制尚不健全，市场经济发育不成熟，市场体制的控制力还有限，从而不能形成一种有效地传导机制。市场化改革对人们的经济行为、心理行为带来了很大影响，银行开始考虑贷款风险，投资者开始考虑投资回报，而消费者也开始考虑最 1
佳的消费时机和预期收入。这说明，我们的微观经济层面已生长出一种内在的约束机制，然而社会各个方面对这些积极的因素还很不适应，微观主体内在约束机制较强与宏观经济市场传导机制不畅之间的矛盾，导致了投资行为受阻、消费行为审慎和储蓄持续稳定增长。当前影响我国居民储蓄的因素有很多，概括起来有以下几点：居民对社会经济形势的预期、可选择的投资渠道、信贷消费的发展、利率因素的影响、“假性”存款的影响、消费领域的信用等级、通货膨胀率的影响、高收入阶层消费状况、就业形势压力、物价水平、体制改革、居民收入水平等。 通过对以上因素的分析以及为了数据查找的方便，本文选取一部分变量进行研究，建立我国居民储蓄存款模型进行研究。用居民的锗蓄总额作为被解释变量，用我国1978年到2010年各年的国民总收入、居民消费价格指数和税收作为解释变量。
2、数据的选取 年份 储蓄存款（亿元） 国民总收入（亿元） 居民消费价格指数（100) 税收(亿元) 1978 210.6 3645.217474 100.6 519.28 1979 281 4062.579191 101.8 537.82 1980 395.8 4545.623973 106 571.7 1981 523.7 4889.461062 101.3 629.89 1982 675.4 5330.450965 101.8 700.02 1983 892.5 5985.551568 100.5 775.59 1984 1214.7 7243.751718 102.2 947.35 1985 1622.6 9040.736581 117.6 2040.36 1986 2238.5 10274.37922 106.8 2090.73 1987 3081.4 12050.61513 108.6 2140.36 1988 3822.2 15036.82301 120.4 2390.47 1989 5196.4 17000.91911 117.2 2727.4 1990 7119.6 18718.32238 105.4 2821.86 1991 9244.9 21826.19941 111.9 2990.17 1992 11757.3 26937.27645 109.9 3296.91 1993 15203.5 35260.02471 119 4255.3 1994 21518.8 48108.45644 124.9 5126.88 1995 29662.3 59810.52921 117.3 6038.04 1996 38520.8 70142.49165 111.6 6909.82 1997 46279.8 78060.85276 105.3 8234.04 1998 53407.47 83024.27977 102.4 9262.8 1999 59621.83 88479.15475 100.6 10682.58 2000 64332.38 98000.45431 103.5 12581.51 2
2001 73762.43 108068.2206 103.1 15301.38 2002 86910.65 119095.6893 98.2 17636.45 2003 103617.65 135173.9761 100.2 20017.31 2004 119555.39 159586.7736 101 24165.68 2005 141050.99 183618.5053 101.5 28778.54 2006 161587.3 215883.9487 100.9 34804.35 2007 172534.19 266411.0218 102.4 45621.97 2008 217885.35 315274.7098 105.1 54223.79 2009 260771.66 341401.4756 98.5 59521.59 2010 303302.5 403259.9564 102.4 73210.79
数据来源：中国统计年鉴-2011 http://www.stats.gov.cn/tjsj/ndsj/2011/indexch.htm
二、 实证分析
1、 模型建立 Y :储蓄存款 X1:国民总收入 X2:居民消费价格指数 X3:税收 :随机误差项
X3213210XXy
利用eviews估计结果如下: Variable Coefficient Std. Error t-Statistic Prob. C 44362.76 17018.09 2.606799 0.0143 X1 0.604434 0.087178 6.933307 0.0000 X2 -456.9625 155.9013 -2.931101 0.0065 X3 0.778635 0.494486 1.574636 0.1262 R-squared 0.995312 Mean dependent var 61145.50 Adjusted R-squared 0.994827 S.D. dependent var 81771.23 S.E. of regression 5881.010 Akaike info criterion 20.31006 Sum squared resid 1.00E+09 Schwarz criterion 20.49145 Log likelihood -331.1159 F-statistic 2052.510 Durbin-Watson stat 1.476377 Prob(F-statistic) 0.000000
根据以上结果，初步得出的模型为: yˆ44362.76+0.60X1-456.96X2+0.78X3
99.02R，表明模型在整体上拟合得非常好，5%显著性水平下自由度为n-2=31
的临界值t025.0(31)=2.04,只有t3=1.57<2.04 没能通过检验。 2、计量检验 （1）多重共线性检验 Correlation matrix: Y X1 X2 X3 Y 1.000000 0.996774 -0.398542 0.992809 X1 0.996774 1.000000 -0.365472 0.993907 3
X2 -0.398542 -0.365472 1.000000 -0.360779 X3 0.992809 0.993907 -0.360779 1.000000 由解释变量X1和X3的相关系数可以看出该模型存在多重共线性 多重共线性的修正（逐步回归）：
将变量逐一代入式X3213210XXy可得如下表的三个模型： Dependent Variable: Y Method: Least Squares Date: 12/13/12 Time: 12:50 Sample: 1978 2010 Included observations: 33 Variable Coefficient Std. Error t-Statistic Prob. C -6621.743 1519.212 -4.358668 0.0001 X1 0.751641 0.010871 69.14465 0.0000 R-squared 0.993558 Mean dependent var 61145.50 Adjusted R-squared 0.993350 S.D. dependent var 81771.23 S.E. of regression 6668.274 Akaike info criterion 20.50680 Sum squared resid 1.38E+09 Schwarz criterion 20.59750 Log likelihood -336.3622 F-statistic 4780.983 Durbin-Watson stat 1.083393 Prob(F-statistic) 0.000000
Dependent Variable: Y Method: Least Squares Date: 12/13/12 Time: 12:51 Sample: 1978 2010 Included observations: 33 Variable Coefficient Std. Error t-Statistic Prob. C 544838.7 200358.9 2.719314 0.0106 X2 -4547.673 1879.637 -2.419441 0.0216 R-squared 0.158836 Mean dependent var 61145.50 Adjusted R-squared 0.131702 S.D. dependent var 81771.23 S.E. of regression 76196.49 Akaike info criterion 25.37871 Sum squared resid 1.80E+11 Schwarz criterion 25.46941 Log likelihood -416.7487 F-statistic 5.853697 Durbin-Watson stat 0.164515 Prob(F-statistic) 0.021603