多元線性回歸Wald檢驗(yàn)

1、湖南商學(xué)院模擬實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)地點(diǎn)：實(shí)驗(yàn)樓時(shí)間:課程名稱(chēng)計(jì)量經(jīng)濟(jì)學(xué)模擬實(shí)驗(yàn)實(shí)驗(yàn)項(xiàng)目名稱(chēng)多元線性回歸模型的向量表述和Wald檢驗(yàn)班級(jí)姓名學(xué)號(hào)學(xué)時(shí)小組成員實(shí)驗(yàn)?zāi)康模嚎疾煳覈?guó)自1980-2001年的國(guó)債發(fā)行額度與相關(guān)因素之間的數(shù)量關(guān)系。實(shí)驗(yàn)數(shù)據(jù)文件夾，丫表示國(guó)債發(fā)行額(單位：億兀)，X1表示國(guó)內(nèi)生產(chǎn)總值(單位：百億兀)，X2表示 每年的財(cái)政赤字額(單位：億元)，X3表示年還本付息額(單位：億元)，t表示第t年的觀測(cè)數(shù) 據(jù)。模型： 實(shí)驗(yàn)內(nèi)容：1. 如何利用命令，建立X和Y矩陣；(1) 選擇 X1,X2,X3,丫 as group name groupOl(2) 輸入 matrix mat_ystom(y,

2、mat_y) , stom(group01,mat_x)2. 如何運(yùn)用多元線性回歸的估計(jì)公式進(jìn)行回歸的OLS估計(jì)；(1)輸入 LS Y C X1 X2 X3name eq01Depe ndent Variable: 丫Method: Least SquaresDate: 03/30/15 Time: 21:22Sample: 1980 2001In eluded observati ons: 22CoeffiStd.t-StatisProb.?cie ntErrortic?CX1X2X3?Mean depe ndentR-squaredvarAdjusted?.depe ndentR-squa

3、redvar?Akaikeinfo.of regressi oncriteri onSumsquared?Schwarzresidcriteri on?Ha nnan-QuinnLog likelihoodcriter.?Durbi n-Wats onF-statisticProb(F-statistic)stat3. 利用命令計(jì)算隨機(jī)干擾項(xiàng)的方差?2，并計(jì)算？的方差-協(xié)方差矩陣和相應(yīng)的t統(tǒng)計(jì)量，并在5%勺顯著性水平下做參數(shù)的顯著性檢驗(yàn)；(1) 輸入 scalar deltahat2二eq01.ssr/(22-4)輸入 scalar deltahat=sqrt(deltahat2)輸入 mat

4、rix var_cov_B=eq01.coefcovor 在回歸方程中點(diǎn)擊 view Covarianee matrix(2) 輸入 vector ttt=eq01.tstats4. 對(duì)如下的假設(shè)做Wald檢驗(yàn)：eq01 view coefficie nt testWald Test:Equatio n: EQ01waldc( 2)=0,c(3)=0TestStatisticValue?df?Probabili tyF-statistic(2, 18)?Chi-square2?Null Hypothesis Summary:NormalizedRestrictio n (二 0)Value?Std. Err.C(2)C(3)Restrictons are linear in coeff