計(jì)量實(shí)驗(yàn)作業(yè)實(shí)驗(yàn)

1、2.1 （1） 首先分析人均壽命與人均GDP的數(shù)量關(guān)系，用Eviews分析：（2）關(guān)于人均壽命與人均GDP模型，由上可知，可決系數(shù)為0.526082，說明所建模型整體上對樣本數(shù)據(jù)擬合較好。 對于回歸系數(shù)的t檢驗(yàn)：t（1）=4.711834>t0.025(20)=2.086，對斜率系數(shù)的顯著性檢驗(yàn)表明，人均GDP對人均壽命有顯著影響。關(guān)于人均壽命與成人識(shí)字率模型，由上可知，可決系數(shù)為0.716825，說明所建模型整體上對樣本數(shù)據(jù)擬合較好。對于回歸系數(shù)的t檢驗(yàn)：t（2）=7.115308>t0.025(20)=2.086，對斜率系數(shù)的顯著性檢驗(yàn)表明，成人識(shí)字率對人均壽命有顯著影響。關(guān)于

2、人均壽命與一歲兒童疫苗的模型，由上可知，可決系數(shù)為0.537929，說明所建模型整體上對樣本數(shù)據(jù)擬合較好。 對于回歸系數(shù)的t檢驗(yàn)：t（3）=4.825285>t0.025(20)=2.086，對斜率系數(shù)的顯著性檢驗(yàn)表明，一歲兒童疫苗接種率對人均壽命有顯著影響。2.2（1） 對于浙江省預(yù)算收入與全省生產(chǎn)總值的模型，用Eviews分析結(jié)果如下：由上可知，模型的參數(shù)：斜率系數(shù)0.176124，截距為154.3063關(guān)于浙江省財(cái)政預(yù)算收入與全省生產(chǎn)總值的模型，檢驗(yàn)?zāi)Ｐ偷娘@著性：1）可決系數(shù)為0.983702，說明所建模型整體上對樣本數(shù)據(jù)擬合較好。2）對于回歸系數(shù)的t檢驗(yàn)：t（2）=43.2563

3、9>t0.025(31)=2.0395，對斜率系數(shù)的顯著性檢驗(yàn)表明，全省生產(chǎn)總值對財(cái)政預(yù)算總收入有顯著影響。用規(guī)范形式寫出檢驗(yàn)結(jié)果如下：Y=0.176124X154.3063 (0.004072) (39.08196)t= (43.25639) （-3.948274）R2=0.983702 F=1871.115 n=33經(jīng)濟(jì)意義是：全省生產(chǎn)總值每增加1億元，財(cái)政預(yù)算總收入增加0.176124億元。(3) 模型方程為：lnY=0.980275lnX-1.918289由上可知，模型的參數(shù)：斜率系數(shù)為0.980275，截距為-1.918289關(guān)于浙江省財(cái)政預(yù)算收入與全省生產(chǎn)總值的模型，檢驗(yàn)其顯

4、著性：1）可決系數(shù)為0.963442，說明所建模型整體上對樣本數(shù)據(jù)擬合較好。2）對于回歸系數(shù)的t檢驗(yàn)：t（2）=28.58268>t0.025(31)=2.0395，對斜率系數(shù)的顯著性檢驗(yàn)表明，全省生產(chǎn)總值對財(cái)政預(yù)算總收入有顯著影響。經(jīng)濟(jì)意義：全省生產(chǎn)總值每增長1%，財(cái)政預(yù)算總收入增長0.980275%2.4（1）對建筑面積與建造單位成本模型，用Eviews分析結(jié)果如下：由上可得：建筑面積與建造成本的回歸方程為：Y=1845.475-64.18400X（2）經(jīng)濟(jì)意義：建筑面積每增加1萬平方米，建筑單位成本每平方米減少64.18400元。3.1（1）對百戶擁有家用汽車量計(jì)量經(jīng)濟(jì)模型，用Ev

5、iews分析結(jié)果如下：得到模型得：Y=246.8540+5.996865X2-0.524027 X3-2.265680 X4對模型進(jìn)行檢驗(yàn)：1） 可決系數(shù)是0.666062，修正的可決系數(shù)為0.628957，說明模型對樣本擬合較好2） F檢驗(yàn)，F(xiàn)=17.95108>F（3,27）=3.65，回歸方程顯著。3）t檢驗(yàn)，t統(tǒng)計(jì)量分別為4.749476，4.265020，-2.922950，-4.366842，均大于t（27）=2.0518，所以這些系數(shù)都是顯著的。依據(jù)：1） 可決系數(shù)越大，說明擬合程度越好2） F的值與臨界值比較，若大于臨界值，則否定原假設(shè)，回歸方程是顯著的；若小于臨界值，則

6、接受原假設(shè)，回歸方程不顯著。3） t的值與臨界值比較，若大于臨界值，則否定原假設(shè)，系數(shù)都是顯著的；若小于臨界值，則接受原假設(shè)，系數(shù)不顯著。（2）經(jīng)濟(jì)意義：人均增加萬元，百戶擁有家用汽車增加5.996865輛，城鎮(zhèn)人口比重增加個(gè)百分點(diǎn)，百戶擁有家用汽車減少0.524027輛，交通工具消費(fèi)價(jià)格指數(shù)每上升，百戶擁有家用汽車減少2.265680輛。（3）用EViews分析得：模型方程為：Y=5.135670 X2-22.81005 LNX3-230.8481 LNX4+1148.758此分析得出的可決系數(shù)為0.691952>0.666062，擬合程度得到了提高，可這樣改進(jìn)。3.2 （）對出口貨物

7、總額計(jì)量經(jīng)濟(jì)模型，用Eviews分析結(jié)果如下：由上可知，模型為：Y = 0.135474X2 + 18.85348X3 - 18231.58對模型進(jìn)行檢驗(yàn)：1）可決系數(shù)是0.985838，修正的可決系數(shù)為0.983950，說明模型對樣本擬合較好2）F檢驗(yàn)，F(xiàn)=522.0976>F（2,15）=4.77，回歸方程顯著3）t檢驗(yàn)，t統(tǒng)計(jì)量分別為X2的系數(shù)對應(yīng)t值為10.58454，大于t（15）=2.131，系數(shù)是顯著的，X3的系數(shù)對應(yīng)t值為1.928512，小于t（15）=2.131，說明此系數(shù)是不顯著的。（2）對于對數(shù)模型，用Eviews分析結(jié)果如下：由上可知，模型為：LNY=-20.5

8、2048+1.564221 LNX2+1.760695 LNX3對模型進(jìn)行檢驗(yàn)：1）可決系數(shù)是0.986295，修正的可決系數(shù)為0.984467，說明模型對樣本擬合較好。2）F檢驗(yàn)，F(xiàn)=539.7364> F（2,15）=4.77，回歸方程顯著。3）t檢驗(yàn)，t統(tǒng)計(jì)量分別為-3.777363，17.57789，2.581229，均大于t（15）=2.131，所以這些系數(shù)都是顯著的。(3) （1）式中的經(jīng)濟(jì)意義：工業(yè)增加1億元，出口貨物總額增加0.135474億元，人民幣匯率增加1，出口貨物總額增加18.85348億元。（2）式中的經(jīng)濟(jì)意義：工業(yè)增加額每增加1%，出口貨物總額增加1.5642

9、21%，人民幣匯率每增加1%，出口貨物總額增加1.760695%3.3 （1）對家庭書刊消費(fèi)對家庭月平均收入和戶主受教育年數(shù)計(jì)量模型，由Eviews分析結(jié)果如圖模型為：Y = 0.086450X + 52.37031T-50.01638對模型進(jìn)行檢驗(yàn)：1）可決系數(shù)是0.951235，修正的可決系數(shù)為0.944732，說明模型對樣本擬合較好。2）F檢驗(yàn)，F(xiàn)=539.7364> F（2,15）=4.77，回歸方程顯著。3）t檢驗(yàn)，t統(tǒng)計(jì)量分別為2.944186，10.06702，均大于t（15）=2.131，所以這些系數(shù)都是顯著的。經(jīng)濟(jì)意義：家庭月平均收入增加1元，家庭書刊年消費(fèi)支出增加0.

10、086450元，戶主受教育年數(shù)增加1年，家庭書刊年消費(fèi)支出增加52.37031元。（2）用Eviews分析：以上分別是y與T，X與T的一元回歸模型分別是：Y = 63.01676T - 11.58171X = 123.1516T + 444.5888（3）對殘差進(jìn)行模型分析，用Eviews分析結(jié)果如下：模型為：E1 = 0.086450E2 + 3.96e-14參數(shù)：斜率系數(shù)為0.086450，截距為3.96e-14（4）由上可知，2與2的系數(shù)是一樣的?；貧w系數(shù)與被解釋變量的殘差系數(shù)是一樣的，它們的變化規(guī)律是一致的。3.6（1）預(yù)期的符號(hào)是X1，X2,X3,X4,X5，的符號(hào)都為正（2）根據(jù)E

11、views分析得到數(shù)據(jù)如下：與預(yù)期不相符。評價(jià)：1） 可決系數(shù)為0.994869，數(shù)據(jù)相當(dāng)大，可以認(rèn)為擬合程度很好。2） F檢驗(yàn)，F(xiàn)=465.3617>F（5.12）=3,89，回歸方程顯著3） T檢驗(yàn)，X1，X2,X3,X4,X5，X6 系數(shù)對應(yīng)的t值分別為：1.254330，0.490501，-1.005377，0.951671，0.476621，均小于t（12）=2.179，所以所得系數(shù)都是不顯著的。（3）根據(jù)Eviews分析得到數(shù)據(jù)如下：得到模型的方程為：Y=0.001032 X5-0.054965 X6+4.205481評價(jià)：1） 可決系數(shù)為0.993601，數(shù)據(jù)相當(dāng)大，可以認(rèn)

12、為擬合程度很好。2） F檢驗(yàn)，F(xiàn)=1164.567>F（5.12）=3,89，回歸方程顯著3） T檢驗(yàn)，X5 系數(shù)對應(yīng)的t值為46.79946，大于t（12）=2.179，所以系數(shù)是顯著的，即人均GDP對年底存款余額有顯著影響。 X6 系數(shù)對應(yīng)的t值為-1.762581，小于t（12）=2.179，所以系數(shù)是不顯著的。4.3 （1）根據(jù)Eviews分析得到數(shù)據(jù)如下：得到的模型方程為：LNY=1.338533 LNGDPt-0.421791 LNCPIt-3.111486（2） 該模型的可決系數(shù)為0.988051，可決系數(shù)很高，F(xiàn)檢驗(yàn)值為992.2582，明顯顯著。但當(dāng)=0.05時(shí)，t（2

13、4）=2.064，LNCPI的系數(shù)不顯著，可能存在多重共線性。得到相關(guān)系數(shù)矩陣如下：LNYLNGDPLNCPILNY 1.000000 0.993189 0.935116LNGDP 0.993189 1.000000 0.953740LNCPI 0.935116 0.953740 1.000000LNGDP， LNCPI之間的相關(guān)系數(shù)很高，證實(shí)確實(shí)存在多重共線性。（3）由Eviews得：得到的回歸方程分別為1）LNY=1.185739 LNGDPt-3.7506702）LNY=2.939295 LNCPI

14、t-6.8545353）LNGDPt=2.511022 LNCPIt-2.796381對多重共線性的認(rèn)識(shí)：單方程擬合效果都很好，回歸系數(shù)顯著，判定系數(shù)較高，GDP和CPI對進(jìn)口的顯著的單一影響，在這兩個(gè)變量同時(shí)引入模型時(shí)影響方向發(fā)生了改變，這只有通過相關(guān)系數(shù)的分析才能發(fā)現(xiàn)。（4）建議：如果僅僅是作預(yù)測，可以不在意這種多重共線性，但如果是進(jìn)行結(jié)構(gòu)分析，還是應(yīng)該引起注意的。4.4（1）按照設(shè)計(jì)的理論模型，由Eviews分析得：從回歸結(jié)果可見，可決系數(shù)為0.999857，校正的可決系數(shù)為0.999838，模型擬合的很好。F的統(tǒng)計(jì)量為53493.93，說明在=0.05,水平下，回歸方程回歸方程整體上是

15、顯著的。但是t檢驗(yàn)結(jié)果表明，國內(nèi)生產(chǎn)總值對財(cái)政收入的影響顯著，但回歸系數(shù)的符號(hào)為負(fù)，與實(shí)際不符合。由此可得知，該方程可能存在多重共線性。（2）得到相關(guān)系數(shù)矩陣如下：CZSRCZZCGDPSSZECZSR 1.000000 0.998729 0.992838 0.999832CZZC 0.998729 1.000000 0.992536 0.998575GDP 0.992838 0.992536 1.000000 0.994370SSZE 0.999832 

16、0.998575 0.994370 1.000000由上表可知，CZZC與GDP，CZZC與SSZE，GDP與SSZE之間的相關(guān)系數(shù)都非常高，說明確實(shí)存在多重共線性。（3）做輔助回歸被解釋變量可決系數(shù)方差擴(kuò)大因子CZZC0.997168353GDP0.98883390SSZE0.997862468方差擴(kuò)大因子均大于10，存在嚴(yán)重多重共線性。并且通過以上分析，兩兩被解釋變量之間相關(guān)性都很高。（4）解決方式：分別作出財(cái)政收入與財(cái)政支出、國內(nèi)生產(chǎn)總值、稅收總額之間的一元回歸。5.2（1）用圖形法檢驗(yàn)繪制e2的散點(diǎn)圖，用Eviews分析如下：由上圖可知，模型可能存在異方差， Gol

17、dfeld-Quanadt檢驗(yàn)1）定義區(qū)間為1-7時(shí)，由軟件分析得：2）定義區(qū)間為2-18時(shí)，由軟件分析得：得e2i2=22554.823）根據(jù)Goldfeld-Quanadt檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量為：F=e2i2 /e1i2 =6918.280/4002.499=1.7285在=0.05水平下，分子分母的自由度均為4，查分布表得臨界值F0.05（4,4）=6.39，因?yàn)镕=1.7285< F0.05（4,4）=6.39，所以接受原假設(shè)，此檢驗(yàn)表明模型不存在異方差。（2）存在異方差，估計(jì)參數(shù)的方法：可以對模型進(jìn)行變換使用加權(quán)最小二乘法進(jìn)行計(jì)算，得出模型方程，并對其進(jìn)行相關(guān)檢驗(yàn)對模型進(jìn)行對數(shù)變換，

18、進(jìn)行分析（3）評價(jià)：3.3所得結(jié)論是可以相信的，隨機(jī)擾動(dòng)項(xiàng)之間不存在異方差?；貧w方程是顯著的。5.3(1)由Eviews軟件分析得：由上表可知，2007年我國農(nóng)村居民家庭人均消費(fèi)支出（x）對人均純收入（y）的模型為：Y=1.244281X+242.4488（2）由圖形法檢驗(yàn)Goldfeld-Quanadt檢驗(yàn)1）定義區(qū)間為1-12時(shí)，由軟件分析得：3） 定義區(qū)間為20-31時(shí)，由軟件分析得：根據(jù)Goldfeld-Quanadt檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量為：F=e2i2 /e1i2 =7909670./ 1772245=4.4631在=0.05水平下，分子分母的自由度均為10，查分布表得臨界值F0.05（1

19、0,10）=2.98，因?yàn)镕=4.4631> F0.05（10,10）=2.98，所以拒絕原假設(shè)，此檢驗(yàn)表明模型存在異方差。因?yàn)镕=4.4631> F0.05（10,10）=2.98，所以拒絕原假設(shè)，此檢驗(yàn)表明模型存在異方差。（3）1）采用WLS法估計(jì)過程中，用權(quán)數(shù)w1=1/X,建立回歸得：Dependent Variable: YMethod: Least SquaresDate: 12/23/15 Time: 18:21Sample: 1 31Included observations: 31Weighting series: W1VariableCoefficientStd.

20、 Errort-StatisticProb.  X1.4258590.11910411.971570.0000C-334.8131344.3523-0.9722980.3389Weighted StatisticsR-squared0.831707    Mean dependent var3946.082Adjusted R-squared0.825904    S.D. dependent var536.1907S.E. of regression536.6796  &#

21、160; Akaike info criterion15.47102Sum squared resid8352726.    Schwarz criterion15.56354Log likelihood-237.8008    Hannan-Quinn criter.15.50118F-statistic143.3184    Durbin-Watson stat1.369081Prob(F-statistic)0.000000Unweighted Statist

22、icsR-squared0.875855    Mean dependent var4443.526Adjusted R-squared0.871574    S.D. dependent var1972.072S.E. of regression706.7236    Sum squared resid14484289Durbin-Watson stat1.532908對此模型進(jìn)行White檢驗(yàn)得：Heteroskedasticity Test: WhiteF-statis

23、tic0.299395    Prob. F(2,28)0.7436Obs*R-squared0.649065    Prob. Chi-Square(2)0.7229Scaled explained SS1.798067    Prob. Chi-Square(2)0.4070Test Equation:Dependent Variable: WGT_RESID2Method: Least SquaresDate: 12/23/15 Time: 18:26Sample: 1

24、 31Included observations: 31Collinear test regressors dropped from specificationVariableCoefficientStd. Errort-StatisticProb.  C61927.891045682.0.0592220.9532WGT2-593927.91173622.-0.5060640.6168X*WGT2282.4407747.97800.3776060.7086R-squared0.020938    Mean dependent var2

25、69442.8Adjusted R-squared-0.048995    S.D. dependent var689166.5S.E. of regression705847.6    Akaike info criterion29.86395Sum squared resid1.40E+13    Schwarz criterion30.00273Log likelihood-459.8913    Hannan-Quinn cri

26、ter.29.90919F-statistic0.299395    Durbin-Watson stat1.922336Prob(F-statistic)0.743610從上可知，nR2=0.649065，比較計(jì)算的統(tǒng)計(jì)量的臨界值，因?yàn)閚R2=0.649065<0.05（2）=5.9915，所以接受原假設(shè)，該模型消除了異方差。估計(jì)結(jié)果為： Y=1.425859X-334.8131 t=（11.97157）（-0.972298）R2=0.875855 F=143.3184 DW=1.3690815.6(1) 用Eviews模型分析得：Depende

27、nt Variable: YMethod: Least SquaresDate: 12/23/15 Time: 18:32Sample: 1978 2011Included observations: 34VariableCoefficientStd. Errort-StatisticProb.  X0.7462410.01912039.030270.0000C92.5542242.805292.1622150.0382R-squared0.979426    Mean dependent var1295.802Adjusted R-

28、squared0.978783    S.D. dependent var1188.791S.E. of regression173.1597    Akaike info criterion13.20333Sum squared resid959497.2    Schwarz criterion13.29311Log likelihood-222.4566    Hannan-Quinn criter.13.23395F-stati

29、stic1523.362    Durbin-Watson stat1.534491Prob(F-statistic)0.000000得回歸模型為：Y=0.746241 X+92.55422White檢驗(yàn)用EViews軟件分析得：Heteroskedasticity Test: WhiteF-statistic10.36759    Prob. F(2,31)0.0004Obs*R-squared13.62701    Prob. Chi-Square(2)0.0011Sca

30、led explained SS76.13635    Prob. Chi-Square(2)0.0000Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/23/15 Time: 18:33Sample: 1 34Included observations: 34VariableCoefficientStd. Errort-StatisticProb.  C11581.1126117.110.4434300.6605X-27.6990127.86

31、540-0.9940290.3279X20.0122300.0051562.3718610.0241R-squared0.400795    Mean dependent var28220.51Adjusted R-squared0.362136    S.D. dependent var101738.9S.E. of regression81255.15    Akaike info criterion25.53267Sum squared resid2.05E+11

32、60;   Schwarz criterion25.66735Log likelihood-431.0554    Hannan-Quinn criter.25.57860F-statistic10.36759    Durbin-Watson stat3.021651Prob(F-statistic)0.000357從上圖中可以看出，nR2=13.62701，比較計(jì)算的統(tǒng)計(jì)量的臨界值，因?yàn)閚R2=13.62701>0.05（2）=5.9915，所以拒絕原假設(shè)，不拒絕備擇假設(shè)，表

33、明模型存在異方差。修正1）用加權(quán)二乘法修正異方差現(xiàn)象步驟如下：當(dāng)權(quán)數(shù)w1=1/x時(shí)，用軟件分析得：Dependent Variable: YMethod: Least SquaresDate: 12/23/15 Time: 18:40Sample: 1 34Included observations: 34Weighting series: W1VariableCoefficientStd. Errort-StatisticProb.  X0.8210130.01686648.679930.0000C17.693186.2832562.8159260.0083Weighte

34、d StatisticsR-squared0.986676    Mean dependent var457.8505Adjusted R-squared0.986260    S.D. dependent var41.70384S.E. of regression37.91285    Akaike info criterion10.16548Sum squared resid45996.29    Schwarz criterion

35、10.25527Log likelihood-170.8132    Hannan-Quinn criter.10.19610F-statistic2369.735    Durbin-Watson stat0.605852Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.968070    Mean dependent var1295.802Adjusted R-squared0.967072 

36、60;  S.D. dependent var1188.791S.E. of regression215.7175    Sum squared resid1489089.Durbin-Watson stat1.079107得方程模型為：Y=0.821013X-17.69318 t=（48.67993）（2.815926）R2=0.986676 F=2369.735 DW=0.605852對此模型進(jìn)行White檢驗(yàn)如下：Heteroskedasticity Test: WhiteF-statistic1.348072 

37、60;  Prob. F(2,31)0.2745Obs*R-squared2.720457    Prob. Chi-Square(2)0.2566Scaled explained SS1.221901    Prob. Chi-Square(2)0.5428Test Equation:Dependent Variable: WGT_RESID2Method: Least SquaresDate: 12/23/15 Time: 18:43Sample: 1 34Included observat

38、ions: 34Collinear test regressors dropped from specificationVariableCoefficientStd. Errort-StatisticProb.  C1678.870416.54174.0304980.0003WGT2-32.13071187.6175-0.1712570.8651X*WGT2-0.4840401.279449-0.3783190.7078R-squared0.080013    Mean dependent var1352.832Adjusted R-

39、squared0.020659    S.D. dependent var1382.825S.E. of regression1368.467    Akaike info criterion17.36487Sum squared resid58053732    Schwarz criterion17.49955Log likelihood-292.2027    Hannan-Quinn criter.17.41080F-stati

40、stic1.348072    Durbin-Watson stat1.199640Prob(F-statistic)0.274545從上圖中可以看出，nR2=2.720457，比較計(jì)算的統(tǒng)計(jì)量的臨界值，因?yàn)閚R2=2.720457<0.05（2）=5.9915，所以接受原假設(shè)，即該模型消除了異方差的影響。(2) 1）考慮價(jià)格因素，首先用軟件三者關(guān)系進(jìn)行分析如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/15 Time: 19:26Sample: 1 34Included obser

41、vations: 34VariableCoefficientStd. Errort-StatisticProb.  X0.7416840.01990537.260950.0000P0.2350250.2717010.8650120.3937C43.4171571.229460.6095390.5466R-squared0.979911    Mean dependent var1295.802Adjusted R-squared0.978615    S.D. dependent var1188

42、.791S.E. of regression173.8449    Akaike info criterion13.23830Sum squared resid936883.7    Schwarz criterion13.37298Log likelihood-222.0511    Hannan-Quinn criter.13.28423F-statistic756.0627    Durbin-Watson stat1.68152

43、1Prob(F-statistic)0.0000001）用Goldfeld-Quanadt檢驗(yàn)如下：當(dāng)樣本為1-13時(shí)，進(jìn)行回歸分析：Dependent Variable: PMethod: Least SquaresDate: 12/23/15 Time: 19:28Sample: 1 13Included observations: 13VariableCoefficientStd. Errort-StatisticProb.  X-0.1704840.203868-0.8362470.4225Y0.4586600.2097552.1866460.0536C59.504

44、967.3858418.0566270.0000R-squared0.956255    Mean dependent var135.3231Adjusted R-squared0.947506    S.D. dependent var36.95380S.E. of regression8.466678    Akaike info criterion7.309328Sum squared resid716.8464    Schwa

45、rz criterion7.439701Log likelihood-44.51063    Hannan-Quinn criter.7.282530F-statistic109.2993    Durbin-Watson stat0.637181Prob(F-statistic)0.000000得e1i2=716.8464當(dāng)樣本為22-34時(shí)，做回歸分析得：Dependent Variable: YMethod: Least SquaresDate: 12/23/15 Time:19:30Sample: 22 3

46、4Included observations: 13VariableCoefficientStd. Errort-StatisticProb.  X0.6411970.0926786.9185690.0000P-1.2062221.114278-1.0825140.3044C795.6887603.86051.3176700.2170R-squared0.939696    Mean dependent var2496.127Adjusted R-squared0.927635    S.D.

47、dependent var1022.591S.E. of regression275.0847    Akaike info criterion14.27121Sum squared resid756715.7    Schwarz criterion14.40158Log likelihood-89.76286    Hannan-Quinn criter.14.24441F-statistic77.91291    Durbin-W

48、atson stat1.128778Prob(F-statistic)0.000001得e2i2=756715.7根據(jù)Goldfeld-Quanadt檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量為：F=e2i2 /e1i2 =756715.7/ 716.8464=1055.6176在=0.05水平下，分子分母的自由度均為11，查分布表得臨界值F0.05（10,10）=2.98，因?yàn)镕=1055.6176> F0.05（10,10）=2.98，所以拒絕原假設(shè)，此檢驗(yàn)表明模型存在異方差。 修正當(dāng)w1=1/x時(shí)，用軟件分析如下：Dependent Variable: YMethod: Least SquaresDate:

49、12/23/15 Time: 19:35Sample: 1 34Included observations: 34Weighting series: W1VariableCoefficientStd. Errort-StatisticProb.  X0.7232180.02296531.492120.0000P0.7195060.1410855.0997950.0000C-44.7208413.11268-3.4105020.0018Weighted StatisticsR-squared0.992755    Mean depend

50、ent var457.8505Adjusted R-squared0.992287    S.D. dependent var41.70384S.E. of regression28.40494    Akaike info criterion9.615100Sum squared resid25012.05    Schwarz criterion9.749779Log likelihood-160.4567    Hannan-Qu

51、inn criter.9.661030F-statistic2123.843    Durbin-Watson stat1.298389Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.977704    Mean dependent var1295.802Adjusted R-squared0.976266    S.D. dependent var1188.791S.E. of regression183.1446    Sum squared resid1039800.Durbin-Watson stat1.740795所得模型為：Y=0.723218X+0.719506p