計(jì)量經(jīng)濟(jì)學(xué)模型

1、多元線性回歸模型、建立模型社會(huì)物流總費(fèi)用受多種綜合因素的影響，如運(yùn)輸費(fèi)用、倉(cāng)儲(chǔ)費(fèi)用、包裝費(fèi)用、 裝卸搬運(yùn)費(fèi)用、流通加工費(fèi)用、信息處理費(fèi)用等，而其中最重要的因素就是運(yùn)輸 費(fèi)用和倉(cāng)儲(chǔ)費(fèi)用，即運(yùn)輸費(fèi)用和倉(cāng)儲(chǔ)費(fèi)用與社會(huì)物流總費(fèi)用之間存在單方向的因 果關(guān)系；由此，我們可設(shè)以下回歸模型：Yi二b0+b1*x1i+b2*x2i+ ui現(xiàn)在以中國(guó)1995年至2004年物流總費(fèi)用占GDP比例（）的資料進(jìn)行回 歸分析，并對(duì)估計(jì)模型進(jìn)行檢驗(yàn)。1995年至2004年物流總費(fèi)用占GDP比例（%）年份運(yùn)輸費(fèi)用倉(cāng)儲(chǔ)費(fèi)用社會(huì)物流總費(fèi)用199511.07.622.0199611.27.522.0199711.07.722.31

2、99811.06.821.4199911.66.221.4200011.26.521.2200111.26.421.1200211.66.421.5200312.06.321.4200412.16.221.3在Eviews中新建工作簿，定義變量“商品價(jià)格”（x1）、“消費(fèi)者人均月收入”（x2）及“商品需求量” （y）,并輸入相關(guān)數(shù)據(jù)，得出相應(yīng)散點(diǎn)圖如下：x1與y的散點(diǎn)圖為:x2與y的散點(diǎn)圖為:由兩張散點(diǎn)圖不能明確的看出x1、x2與y之間存在線性關(guān)系，故通過(guò)Eviews 軟件計(jì)算，得出估計(jì)模型的參數(shù)結(jié)果如下：EViews. - Equation UNHTLED Workfite:鹽疏Untit居

3、dO View Proc Object Print Name FreezeEstrnate Forecast Stats Re&dsDppnrlsnl Variahffi YPJethocl Least SquaresDate 06/19.12 Time15:59Sample 1995 2004Includ&d observations10Vari a MeCoefficientStd E rrort-StatisticProb.C11 570352.2851100.0014X10 40S69901519002.6701650.0320X20 7943650 1033347 6973650 0

4、0U1R-squaredQ 91409SMean depentlenf var21 56000Adjusted R-cqusred0 390583S D deQndnt var0 397772S E of regressianG 131676Akaike info criterion0 975137Sum squared r&sid0 121186Schwarz crrterion心 884362Log livelihood7 376667F-statistic37.626SSDurbin-Watson stat2.544672Prob(F-statistic)0.000180由以上數(shù)據(jù)可知回

5、歸方程為:Y=11.57032+0.405599*x1 +0.794365*x2(5.07)(2.67(7.69)R20.9149 R20.8909 F 37.62689二、模型檢驗(yàn)1、經(jīng)濟(jì)意義檢驗(yàn)： b0=11.57032，在運(yùn)輸費(fèi)用與倉(cāng)儲(chǔ)費(fèi)用接近于零時(shí)，仍存在其他物流費(fèi)用；b1=0.405599,說(shuō)明運(yùn)輸費(fèi)用與社會(huì)物流總費(fèi)用之間存在正的線性關(guān)系，運(yùn)輸費(fèi)用每增加1%,社會(huì)物流總費(fèi)用增加0.405599%b2= 0.794365,說(shuō)明倉(cāng)儲(chǔ)費(fèi)用與社會(huì)物流總費(fèi)用之間存在正的線性關(guān)系，倉(cāng)儲(chǔ)費(fèi)用每 增加1%，社會(huì)物流總費(fèi)用增加 0.794365%2、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)： 擬合優(yōu)度檢驗(yàn)：本模型的擬合優(yōu)度系數(shù)

6、為0.914898,表明本模型具有較高的擬合優(yōu)度，x1、x2對(duì)y的解釋能力較好； 變量的顯著性檢驗(yàn)(t檢驗(yàn))：方程的截距項(xiàng)和斜率項(xiàng)的t檢驗(yàn)值分別為5.07、2.67、7.69，均大于5%顯著性水平下自由度為n-2=8的臨界值t0.025(8)=1.860,模型參數(shù)估計(jì)顯著，拒絕原假設(shè)H0 ; 方程的顯著性檢驗(yàn)(F檢驗(yàn))：有上圖可知，F(xiàn)-statistic =37.62689； Prob(F-statistic)=0.000180,由F檢驗(yàn)的原則可知，在顯著性概率為0.05的條件下，回歸方程顯著成立,拒絕H0 ;三、異方差性檢驗(yàn)Vie1；. Pr&c ObjectPrint Namefetima

7、be ForecastStats Resids;Equdcin: UM TIT LED Workfile!蜿流命White Heteroskedasticity TeststatistictbSR-squared4 392042Probability8 459130Probability0 0883360.132679Test EquationDependent Variable RESIDE fJethod Last SqjarssOatG： 05/19/12 Time: 16:01Sample: 1995 2004included obaeivati ons 10在5%的顯著性水平下，輔助

8、回歸的nR28.459 大于自由度為5的卡方分布臨界值故模型存在異方差性，現(xiàn)用加權(quán)最小二乘法對(duì)其進(jìn)行修正：1.145,RlrrOPxPrint IsmsFf盟店Es:mate?t SUts ResideDependent Variable: YMethod Least SquaresDate: OS/1Q/12 Time 1G:1GSample 1995 2004Included observations: 10Weighting series. 1/A0S(E1)VanableCoefficientSid Error(StatisticProbC11.656000.97916111.9171

9、8o.oooc0.3980390.0595256.6859340.0003X20.7831700.05710713J01740.0000Weighted StatisticsR-sq uaredAdjusted R-squared S.E. of regression Sum squared resid Log likelihoodDurbin-Watson stat099997G0 9999700.069222003354214 298302 259911Mean d&pendent var S D dependent var Akaike info cfiterion Silhwarz c

10、riterian F-statisticPro b(F-stati Stic)21 5273712 55&89-2.25&6&C2.165585101 68700 000007Unweight edStatisticsR-squaredAdjusted R-squar電d S.E. of regression DurbinVaison stat0 9027330.0750060 1406302 253441Mean d&pendent var S.D. dependent varSum squared resid21 560000.3977720 130437即采用加權(quán)最小二乘法得到的回歸方程

11、為:=11.65680+0.398039*x1+0.788178*x2(11.92)(6.69)(13.80) R20.999976可以看出，加權(quán)最小二乘法的結(jié)果與普通最小二乘估計(jì)的結(jié)果有較大的區(qū)別。四、序列相關(guān)性檢驗(yàn)由圖示法檢驗(yàn)可以看出，模型存在正序列相關(guān)，現(xiàn)用廣義差分法對(duì)其修正:匚Viev/s - Equation: UNT17LED Workil?:Ufe冉 Proc ObjEci Print Name Reeze Estimate Forecast Stats ResidsDep&rdent Variable Method: Least SquaresDate 05/19/12 Tim

12、e: 18.54Sample (adjustadj 1996 2004Included observations: 9 alter adjustmentsConvergence achieved after 7 iterationsVaria tlaCcefli cien tStti Errort-StatiisticProbC12.380331 9S68856.325803O.OG15X10.3458640.1311302.6375710.04G1X20.7763540.0S373387492860.0003AR(1)-0.427G970.41035&-1 042250Q.3450R-squared0.920C55Me a n dependent vaf21.51111Adjusted R-squared0 873047S D dependent va0 388730S E of regression0.138506Akaike infa criterion-0 314701Sum squared resid0 0S5920Schwarz criterion-0.727045Log liheiihood7.56G152F-statistic15 3