多元線性回歸模型試驗報告

1、多元線性回歸模型一、實驗?zāi)康耐ㄟ^上機(jī)實驗，使學(xué)生能夠使用 Eviews軟件估計可化為線性回歸模 型的非線性模型，并對線性回歸模型的參數(shù)線性約束條件進(jìn)行檢驗。 二、實驗內(nèi)容（一）根據(jù)中國某年按行業(yè)分的全部制造業(yè)國有企業(yè)及規(guī)模以上制造業(yè)非 國有企業(yè)的工業(yè)總產(chǎn)值Y,資產(chǎn)合計K及職工人數(shù)L進(jìn)行回歸分析。（二）掌握可化為線性多元非線性回歸模型的估計和多元線性回歸模型的 線性約束條件的檢驗方法（三）根據(jù)實驗結(jié)果判斷中國該年制造業(yè)總體的規(guī)模報酬狀態(tài)如何？三、實驗步驟（一）收集數(shù)據(jù)下表列示出來中國某年按行業(yè)分的全部制造業(yè)國有企業(yè)及規(guī)模以上 制造業(yè)非國有企業(yè)的工業(yè)總產(chǎn)值 Y,資產(chǎn)合計K及職工人數(shù)L。工業(yè)總產(chǎn)值Y

2、資產(chǎn)合計K職工人數(shù)L工業(yè)總產(chǎn)資產(chǎn)合計K職工人數(shù)L序號（億元）（億元）（萬人）序號值Y（億元）（億元）（萬人）13722.73078.2211317812.71118.814321442.521684.4367181899.72052.166131752.372742.7784193692.856113.1124041451.291973.8227204732.99228.2522255149.35917.01327212180.232866.658062291.161758.77120222539.762545.639671345.17939.158233046.954787.92228656

3、.77694.9431242192.633255.291639370.18363.4816255364.838129.68244101590.362511.9966264834.685260.214511616.71973.7358277549.587518.7913812617.94516.012828867.91984.5246134429.193785.9161294611.3918626.94218145749.028688.0325430170.3610.9119151781.372798.98331325.531523.1945161243.071808.4433-可編輯修改-（二

4、）創(chuàng)建工作文件（Workfile ）。1、啟動Eviews5 ,在主菜單上依次點擊FileNewWorkfile （如圖）， 按確定。2、在彈出的對話框中選擇數(shù)據(jù)的時間頻率（本實驗為序列數(shù)據(jù)），輸入數(shù)據(jù)數(shù)為31 （如圖1）,然后點擊OK （如圖2）（圖 1）（圖 2）、（三）輸入數(shù)據(jù)1、在Eviews軟件的命令窗口中鍵入數(shù)據(jù)輸入/編輯命令：DATA YK L ,按Enter ,則顯示一個數(shù)組窗口（如圖）“up: UJIIirLIDskf1IJBTlTLfciiVUntitLedote¥KL1NAmaKIAA2NAriAk|A3NANAMAANANANA5NANAENAINAKA7MA

5、I'lAN4ENAhlAHA?NA帥*in<>| |Defadt ort Transpose Edit-l卜Srpi+f-FnrtjMame Freeze11TSLE-可編輯修改-2、分別在Y、K、L列輸入相應(yīng)的數(shù)據(jù)并以group01命名保存（如圖）：Croups UHT1TLEDVorhf £la; UJI TITLEI1 Un.t i.t 1 c： debsK1"7T113.mnD|A2144工期TD4 jnn67,0000031752.3702742 77084D000Dd1451.2901973 82027,0000056149 Tl 口5917

6、010327.000062291.1601750 770120.00007134t,l7L939.100053,00000S6557700694.940031,00000Aw innr力M ipm伯 nmnnVin<ijiBPr 計j.ct PHnt N-,e-Fi，"m Occult, Sort | Trantpoct| Edit+川，pl4，|ln;口（四）、回歸分析1、在經(jīng)濟(jì)理論指導(dǎo)下，設(shè)定如下的理論模型：Y AK Le2、運(yùn)用OLS估計模型經(jīng)對數(shù)轉(zhuǎn)換，式Y(jié) AK Le可變換對數(shù)形式如下:ln Y 0 i ln K 2 1nL3、對表1的Y、K、L的數(shù)據(jù)進(jìn)行對數(shù)轉(zhuǎn)換，得新

7、的數(shù)據(jù)如表2所示:序號ln Yln Kln L序號lnYln Kln L18.222204498.0321067874.727387819178.2222048.0321074.72738827.2741468637.4291825074.204692619187.2741477.4291834.20469337.4687244367.9167236384.430816799197.4687247.9167244.43081747.2802080957.587726033.295836866207.2802087.5877263.29583758.5466160628.6855865335.7

8、89960171218.5466168.6855875.7899667.7368135197.472369984.787491743227.7368147.472374.78749277.2042756786.844921974.060443011237.2042766.8449224.06044386.4873338816.5438255113.433987204246.4873346.5438263.43398795.9139893745.8957242752.772588722255.9139895.8957242.772589107.3717156857.8288305474.1896

9、54742267.3717167.8288314.189655116.4243988976.8811340584.060443011276.4243996.8811344.060443126.4263913656.2461261453.33220451286.4263916.2461263.332205138.3959720028.239041564.110873864298.3959728.2390424.110874148.6567846849.0697014955.537334267308.6567859.0697015.537334157.485138017.9369817624.41

10、8840608317.4851387.9369824.418841167.1253394057.5002198743.496507561-可編輯修改-4、對表2經(jīng)對數(shù)轉(zhuǎn)化后的數(shù)據(jù)進(jìn)行相關(guān)性分析重復(fù)數(shù)據(jù)輸入步驟，輸入取對數(shù)后的數(shù)據(jù)如圖:在彈出的窗口中選擇 ViewGraphScatterSimpleScatter按確定,得取對數(shù)后的Y、K、L三者之間關(guān)系的散點圖，結(jié)果如下：通過對以上散點圖的觀察可以看出，取對數(shù)后的K、L的聯(lián)合值對取對數(shù)后的Y的值有著顯著的線性影響。5、在Eviews主窗口中點擊 QuickEstimate Equation ,在彈出的方 程設(shè)定框內(nèi)輸入模型：log (y) c

11、log(k) log(l)(如圖)：-可編輯修改-再點擊確定，系統(tǒng)將彈出一個窗口來顯示有關(guān)估計結(jié)果(如圖)器四品-Hqnatinn： rlRf F fl-KHf nrjrf j .Ir： |RT Illnti t J Rd 1C Tils Edit "j4ct Vie* Frw Qui :k。1日爐* 世nSv Kel |/必卬1"由留1"| PnnlJfJTnn聃 F*ar?1| Fm彳閘 Frrfrac 中ah |R祜水|Dependeirt。向ble LOG(¥)Malhad: L®睚:t SquaresDale： 05101/12 Ti

12、m41GcO&Sani|plflH 31irir： udad cb：5eW'StlMiSdlVt rid lieCuHffiuieiiLStd. Etror t-StatisiicF'u.C1.153340727E11I.50ET40.124053的0LBQ923B07G3 花3.4541490meL0C(L)OL3BOTO60 2015911.7397：,QE43R-tqur«cJ.EQ9926Msun :gpwdort 惇r4xljuit«d396刁日S D. J&pwdnt var0 9歸9瓦S.E nf7小Aksikf* inf- r

13、its>cinr1 2HB 書Sum squarad resid5 uroan3r卜對t rrir Arino1 389612Log likelihood15,32300F-siatmic59.6&5D1Duibin-Watson sial0,793209ProbtF-staiisticiooooom由圖顯示的結(jié)果可知，樣本回歸方程為：lnY=1.154+0.609 ln K +0.361 ln L(1.59) (3.45)(1.75)22其中 R 0.8099 , R =0.7963 , F=59.664、對以上實驗結(jié)果做t檢驗分析：給定顯著性水平5%,自由度為(2, 28)的

14、F分布的臨界值為Fo.05(2,28) 3.34 ,因此總體上看，ln K ,ln L聯(lián)合起來對lnY有著顯著的線性影-可編輯修改-響。在5%的顯著性水平下，自由度為28的t分布的臨界值為 %.05（28）2.048 ,因此，lnK的參數(shù)通過了該顯著性水平下的t檢驗，但ln L未通過檢驗。如果設(shè)定顯著性水平為10%,t分布的臨界值為to.o5（28） 1.701, 這時ln L的參數(shù)通過了顯著性水平的檢驗。 一2R =0.7963表明，工業(yè)總產(chǎn)值對數(shù)值的79.6%的變化可以由資產(chǎn)合計 的對數(shù)與職工的對數(shù)的變化來解釋，但仍有20.4%的變化是由其他因素的 變化影響的。（五）參數(shù)的約束檢驗由以上的

15、實驗結(jié)果可以看出，0.97 1,即資產(chǎn)與勞動的產(chǎn)出彈性之和近似為1,表明中國制造業(yè)在2000年基本呈現(xiàn)規(guī)模報酬不變的狀 態(tài)。因此，進(jìn)行參數(shù)的約束檢驗時，提出零假設(shè)為 H。：1。如果原假設(shè)為真，則可估計如下模型：YKln C ln - LL1、在Equation 窗口選擇proc/Specify/Estimate 在彈出的窗口中輸入 log(y/l) c log(k/l) 如圖所示:按確定，所得結(jié)果如下:-可編輯修改-ETiers - Eq;uat ion: UI TITLED lorkf xle: OTTlTLEDMInt itledO EiLt Edit Qbj«ct Yitv R

16、tm Quick Oiticm lindcw 141 p川例|ProddbjMt Pr闌毗司斤電繆|國ira也怖小聞|笈急Res出Depencent Variable: LOG(YL)MstbodL LeaisL SquaresOats 06/01/12 Time: 19:58Sample: 1 31Included cbservaticns. 31variableCovffi 由 riSid. Error >St5tisticProb.C1.026046口生67sg17191339LOG(KL)0 BO8141n 173S90 3.503324口 .0015R+q日機(jī)0.297366N

17、ear dependentvar3100040Adjusled R-squsrsd0.273138S.D. dependent ur0.491331SE. of rejressiQr0.413391Akaike inft crterion1.1527Sum squared rtsidS.D86G13Schv<ar: crleiion1方 443Log Skflihnnd-1£ 9御F-sfisiicurbin-Watson stat846460=lrjbiF-s1str£tic)0.CCH511容易看出，該估計方程通過了 F檢驗與參數(shù)的t檢驗。2、對規(guī)模報酬是否變化進(jìn)

18、行的分析由上面兩個實驗可以得到RSSU 5.0703, RSSR 5.0886。在原假設(shè)為真的條件下有：F(RS& RSS) 1 5.0886 5.0703.0 1011RSS/(31 2 1)5.0703-28在5%的顯著性水平下，自由度為(1,28)的F分布的臨界值為4.20。因 為0.1011<4.20,所以不拒絕原假設(shè)，表明2000年中國制造業(yè)呈現(xiàn)規(guī)模報 酬不變的狀態(tài)。3、運(yùn)用參數(shù)約束條件12 1對上面假設(shè)模型進(jìn)行檢驗打開 eq01 方程對象窗，點擊 ViewCoefficient TestsWaldCoefficient Restrictions ，在 Wald tests 窗口設(shè)定參數(shù)約 束條件：c(2)+c(3)=1 。再按OK,結(jié)果如下圖：-可編輯修改-gw|PrQ匚。bjort PrKt | Namo尸ebw 匚atixto ErocartlRF+|Wald Test：bquation： E=QO1a jfr 1 pl u血t.向 pqflT小巨1TS3 resic1yTest StHtisticdfPtobabililyF stntlctichi-squate0.101110 o mi 118n. 28)10.7629 fl 7505Null Hypothesis Summary：Ngrmalized Restriction (=