經濟計量管理學與財務知識分析課程

1、鞍計量經濟學課程氨實驗把實驗一 EV柏iews軟件的案基本操作【實驗目的】盎了解巴EViews稗軟件的基本操作班對象，掌握軟件懊的基本操作?！緦嶒瀮热荨堪鸵?、扮EViews靶軟件的安裝；搬二、數據的輸入斑、編輯與序列生白成；芭三、圖形分析與敖描述統(tǒng)計分析；罷四、數據文件的爸存貯、調用與轉阿換。唉實驗內容中后三啊步以表1藹-爸1所列出的稅收敖收入和國內生產皚總值的統(tǒng)計資料埃為例進行操作愛。敗表1版-吧1 佰 敖 扮 爸 稗我國稅收與GD罷P統(tǒng)計資料岸 拔 班 鞍 八單位：億元疤年份凹稅收半 Y扒GDP八 X傲年份疤稅收扮 Y稗GDP佰 藹X隘1985埃2041案8964敖1992般3297瓣26

2、638愛1986唉2091啊10202懊1993白4255耙34634鞍1987叭2140矮11963白1994俺5127啊46759斑1988百2391八14928愛1995搬6038叭58478扳1989岸2727啊16909辦1996敗6910襖67885般1990藹2822叭18548澳1997凹8234笆74463柏1991八2990氨21618扮1998愛9263頒79396靶資料來源：中襖國統(tǒng)計年鑒19頒99【實驗步驟】巴一、安裝壩EViews軟哀件艾罷EViews背對系統(tǒng)環(huán)境的要凹求斑艾一臺386、4埃86奔騰或其他百芯片的計算機，班運行Windo骯ws3.1、W瓣indows

3、9盎X、Windo氨ws2000、礙Windows埃NT或Wind愛owsXP操作班系統(tǒng)；阿案至少4MB內存骯；癌捌VGA、Sup矮er VGA顯啊示器；稗愛鼠標、軌跡球或胺寫字板；柏隘至少10MB以奧上的硬盤空間。安裝步驟八百點擊懊“扒網上鄰居靶”敗，進入服務器；百愛在服務器上查找柏“奧計量經濟軟件奧”疤文件夾，雙擊其捌中的setup耙.exe，會出耙現如圖1-1所皚示的安裝界面，稗直接點擊nex罷t按鈕即可繼續(xù)笆安裝；盎跋指定安裝吧EViews軟邦件靶的目錄（默認為襖C:EVie耙ws3板，巴如圖1-2所示笆）安，點擊OK巴按鈕把后，一直點擊n稗ext案按鈕靶即可百；矮把安裝完畢之后，扒將

4、背EViews熬的啟動設置成桌扳面快捷方式。翱圖1-翱1鞍 八安裝界面1頒圖1-爸2伴 霸安裝界面2捌二柏、把數據的輸入、編捌輯與序列生成創(chuàng)建工作文件菜單方式絆啟動EView阿s軟件之后，扒進入EView板s主窗口（如圖板1-搬3芭所示）皚。命令窗口口菜單欄標題欄狀態(tài)欄工作區(qū)域霸圖1-阿3柏 艾EViews主斑窗口啊在主菜單上依次版點擊File/靶New/Wor巴kfile，即愛選擇新建對象的安類型為工作文件跋，將彈出敗一個捌對話框（如圖皚1-俺4愛所示），由用戶昂選擇數據的時間靶頻率（freq皚uency）、絆起始期和終止期絆。傲圖叭1-扮4稗 工作文件對礙話框敖其中， 扒 襖 Annual

5、盎壩年度芭 吧 叭 辦Monthly吧藹月度柏Semi-an把nual熬捌半年懊 艾 暗 跋 辦Weekly白佰周矮 Quarte伴rly邦斑季度皚 傲 瓣 柏Daily霸俺日扳Undated霸 or 跋irregul般ar疤艾非時序數據骯選擇時間頻率為岸Annual（奧年度），再分別斑點擊起始矮期奧欄（Start凹 date）和阿終止期欄（En敗d date）案，輸入相應的日壩前1985和1版998。然后點懊擊OK按鈕，將頒在EViews皚軟件的主顯示窗敖口顯示相應的工矮作文件窗口澳（如圖1-拜5罷所示）。哎圖1-拔5 班 工作文件窗口柏工作文件窗口是拜EViews的昂子窗口，工作文靶件一開

6、始其中就啊包含了兩個對象藹，一個是系數向艾量C（保存估計靶系數用），另一俺個拔是奧殘差序列RES疤ID（實際值與疤擬合值之差）。命令方式哎在EViews暗軟件的命令窗口斑中直接鍵入CR矮EATE命令，凹也可以建立工作扒文件。伴命令格式為：拔CREATE 絆 時間頻率埃類型 起斑始期 終拜止期阿則盎以上菜單方式過骯程可寫為：傲CREATE 敗 A 阿1985 柏1998百輸入Y、X哀的數據半跋DATA命令方拌式吧在EViews佰軟件的命令窗口般鍵入DATA命耙令，命令格式為笆：骯DATA 氨 擺 拔 白艾胺笆本例中可在命令八窗口鍵入如下命笆令（圖1-艾6哀所示）：拜DATA 胺Y X百將顯示一個

7、數組翱窗口（圖1-跋7八所示），此時可啊以按全屏幕編輯澳方式輸入每個變吧量的統(tǒng)計資料。邦圖1-爸6案 岸鍵入DATA命柏令愛圖1-把7襖 拌數組阿窗口暗骯鼠標圖形界面方奧式班在EViews凹軟件主窗口或工按作文件窗口點擊哀Objects笆/New Ob扒ject，對象唉類型選擇Ser艾ies，并給定懊序列名，一次只巴能創(chuàng)建一個新序捌列（圖1搬-8礙所示）。盎再從工作文件目懊錄中選取并雙擊班所創(chuàng)建的新序列邦就可以展示該對背象，選擇Edi岸t/，進入扮編輯狀態(tài)，輸入叭數據。扮圖1-翱8版 創(chuàng)建新對象跋窗口敖生成log（八Y）、log（爸X）、X傲隘2、1/X、時佰間變量T等序列埃在命令窗口中依氨次

8、鍵入以下命令癌即可：隘GENR 耙LOGY=LO暗G(Y)稗GENR 巴LOGX=LO啊G(X)扳GENR 澳X八1熬=半X2版GENR 疤X2=藹1/X拌GENR 澳T絆=愛TREN哀D哀(伴84扳)耙罷選擇若干變量構埃成數組把，在數組中增加俺、皚更版名啊變量半在工作文件窗口岸中單擊所要選擇澳的變量，按住C拜trl鍵不放，跋繼續(xù)用鼠標選擇骯要展示的變量，鞍選擇完以后，單拜擊鼠標右鍵，在巴彈出的快捷菜單懊中點擊Open哎/as Gro懊up襖（圖1-9）捌，笆則會彈出如圖1吧-案10澳所示的數組窗口版，傲其中變量從左至凹右按在工作文件敖窗口中選擇變量芭的順序來排列。骯圖1-把9凹 跋選擇變量構

9、成數按組百圖1-伴10 礙彈出的昂數組伴窗口拔在數組窗口點擊頒Edit/啊，進入全屏幕編巴輯狀態(tài)，柏選擇一個空列，疤點擊標題欄，在巴編輯窗口輸入變把量名熬，再點擊屏幕任背意位置，即可增艾加一個新變量稗（圖1-11芭所示邦）拌。挨圖1-昂11 在數組骯窗口增加變量澳增加變量后，即礙可輸入數據。百點擊要刪除的變扒量列的標題欄昂，氨在編輯窗口輸入靶新邦變量名，再點擊扳屏幕任意位置，八彈出RENAM扳E對話框，點擊皚YES奧按鈕隘即可隘。拌（圖1-1澳2骯所示）。哎圖1-邦12 在數組癌窗口更名變量艾在工作文件窗氨口中刪除、更名骯變量。百搬在工作文件窗口捌中選取所要刪除般或更名胺的變量并單擊鼠跋標右鍵

10、，在彈出啊的快捷菜單挨中選擇Dele叭te（刪除）或拔Rename（白更名）即可俺（如圖1-擺13版所示）。耙圖1-八13 在澳工作文件昂窗口白刪除、埃更名變量斑1拌阿在工作文件窗口捌中選取所要刪除伴或更名的變量阿，點邦擊斑工作文件窗口菜挨單欄中的Obj按ects傲/Delete隘 select芭ed案敗（Rename俺 select背ed邦盎）鞍，藹即可刪除（更名白）變量案（如圖1-唉1翱4凹所示）絆。板圖1-佰1案4唉 在工作文件罷窗口刪除、更名懊變量2俺頒在工作文件窗口案中選取所要刪除按的變量，點擊工班作文件窗口菜單伴欄中的Dele班te胺按鈕即可刪除變把量（頒如圖1-翱1伴5吧所示爸）

11、。岸圖1-般1盎5奧 在工作文件哎窗口刪除變量3傲三、圖形分析與唉描述統(tǒng)計分析霸利用PLOT佰命令繪制趨勢圖拌在命令窗口中鍵奧入：PLOT 半 Y矮則可以繪制變量芭Y的趨勢圖（圖暗1-1翱6哎）。巴圖1-矮1按6 變量Y的埃趨勢圖耙從圖稗1隘-板16按中可以看出，我絆國19851班998年間稅昂收收入是大唉體呈指數增長趨翱勢按的。頒也可以利用PL瓣OT命令將多個澳變量的變化趨勢爸描繪在同一張圖埃中，例如安鍵入以下命令，昂可以觀察變量Y阿、X的變化趨勢般（圖1-1稗7把）。半PLOT 絆 Y X絆 芭圖1-八1扮7 變量Y、巴X的趨勢圖芭從圖笆1暗-埃17班中可以看出，我爸國19851百998年

12、間稅收挨收入與GDP都氨大體呈指數增長爸趨勢。版利用SCAT礙命令繪制X、Y皚的相關圖岸在命令窗口中鍵案入：斑SCAT 愛 X芭 Y拔則可以初步觀察啊變量之間的相關拌程度與相關類型矮（圖1俺-疤18）。癌圖1-奧1翱8耙 變量X、Y爸相關圖埃圖1-1皚8扮表明，拔稅收收入水平與巴GDP密切相關吧，傲稅收收入水平隨柏著GDP的增加哀而增加，按兩者大體呈線性熬變化趨勢。哎觀察圖形參數背的設置情況吧雙擊圖形區(qū)域中愛任意處或在圖形襖窗口中點擊Pr氨ocs/Opt靶ions（圖辦1-19），芭則會彈出如圖芭1-20所示的啊Graph O安ptions窗艾口，礙進入圖形編輯狀把態(tài)。傲選擇圖形類型、挨圖形屬

13、性（是否挨置入圖框內，刻捌度，是否用彩色氨）、柱和線的選稗項，設定豎軸（昂單個，雙個，是骯否交叉），設定盎比例尺度（優(yōu)化胺線性尺度，強制霸通過0線，對數愛尺度，正態(tài)化尺斑度），手動設定襖比例尺度、線形哎圖選項、柱形圖胺選項、散點圖選拔項（連接，配擬巴合直線）、餅圖柏選項等。拔圖1-翱19 背在懊圖鞍形窗口選擇哀Graph O按ptions佰圖1-辦20擺 瓣 耙圖形背選項窗口跋從圖1-20中扳可以看出，本例拔中X、Y相關圖盎使用散點圖，且巴置入圖框內，帶拌有刻度與色彩翱，豎軸是單個刻把度，挨比例尺度為優(yōu)化頒線性尺度癌，散點圖未連接敖，未配擬合直線佰，其余一些參數哀模式是自動設置襖的。絆在序列和

14、數組隘窗口觀察變量的懊描述統(tǒng)計量捌若是單獨序列窗拜口，從序列窗口拔菜單選擇按View哎/Descri扳ptive S藹tatisti暗cs/暗Histogr岸am and 奧Stats，則俺會顯示變量的描邦述統(tǒng)計量（圖1奧-捌21霸）。按圖1-安21 翱單獨變量序列哎描述統(tǒng)計量窗口般若是凹數組伴窗口，從般數組芭窗口菜單選擇V絆iew/Des懊criptiv巴e Stats背/巴Individ奧ual Sam皚ples壩，愛就對每個序列計板算扮描述統(tǒng)計量（圖藹1-疤22癌）。鞍圖1-壩22 跋數組礙描述統(tǒng)計量窗口唉其中，隘 瓣Mean背百均值頒 半 氨 鞍 拜Median骯唉中位數艾 罷 襖Ma

15、ximum鞍拔最大值白Minimu八m凹捌最小值霸 唉 疤 百Std盎.Dev.懊辦標準差暗 八 頒Skewnes捌s皚挨偏爸度半 皚Kurtosi跋s伴氨峰拜度礙 邦 般 敗Jarque-癌Bera叭凹 斑 斑 藹 埃Probabi叭lity吧芭概率襖Observa板tions盎癌觀測值個數絆四、數據文件的耙存貯、調用與轉隘換霸存貯并調用工挨作文件存貯壩在Eviews澳主窗口的工具欄巴上選擇File百/Save（S俺ave as）澳，再在彈出敖的翱對話框中指定存案貯路徑，點擊確艾定按鈕即可。調用頒在Eviews稗主窗口的工具欄巴上選擇File敖/Open/W跋orkfile鞍，再在彈出礙的挨

16、對話框中吧選取要調用的工爸作文件骯，點擊確定按鈕瓣即可。懊存貯若干個變按量，并在另一個版工作文件中調用擺存貯的變量懊在工作文件窗口敗中選取所要存貯襖的變量，點擊工翱作文件窗口菜單擺欄中的氨Store按鈕鞍，彈出stor艾e對話框，指定佰存貯路徑，點擊礙YES襖按鈕即可骯（圖1-癌23靶）敖。案打開另一個工作板文件，扒點擊工作文件窗把口菜單欄中的埃Fetch邦按鈕，彈出按fetch扳對話框，扳在指定目錄下選懊取要調用的變量斑，點擊確定按鈕罷即可（圖1-胺2拜4鞍）。阿圖1-癌23叭 Store巴 窗口矮圖1-芭2藹4 Fetc版h窗口笆將工作文件分巴別存貯成文本文稗件和Excel按文件愛在工作文

17、件窗口搬中選擇要保存的背一個或多個變量吧，點擊Evie拌ws主窗口菜單安欄中的File扮/Export埃/Write 耙Text-Lo佰tus-Exc昂el板，熬在彈出的對話框岸中指定存貯路徑安和存貯的文件格壩式拌（圖1-2岸5暗）八，敖若存貯成文本文昂件則選擇Tex頒t-ASCII稗，若存貯成Ex笆cel文件則選啊擇Excel.芭xls，安再點擊保存按鈕澳，哀彈出ASCII拔 Text E矮xport（E靶xcel Ex鞍port）窗口班（圖1-2懊6扳），點擊OK按骯鈕即可。把其中，By O凹bservat凹ion-Ser啊ies in 霸columns胺表示各觀測值按藹列排列，By 氨S

18、eries-胺Series 敖in rows啊表示各觀測值按般行排列。骯圖1-俺2版5 指定存貯搬路徑氨圖1-鞍2傲6 存貯為文暗本格式班在工作文件中佰分別調用文本文搬件和Excel八文件傲點擊Eview半s主窗口菜單欄柏中的File/拜Import/澳Read Te疤xt-Lotu暗s-Excel阿，在彈出的對話壩框中把選取要調用的文斑本文件或Exc皚el文件壩，點擊伴打開霸按鈕礙后搬，彈出ASCI矮I Text 邦Im吧port（Ex熬cel 耙Im半port）窗口吧（圖1-2白7邦），拌在Name f八or seri笆es or N艾umber o埃f serie稗s if fi阿le

19、name癌s in fi俺le編輯框中要盎輸入傲調用的變量名，澳點擊OK按鈕即般可。敖其中in co罷lumns表示拔按列調用數據，巴in rows盎表示按行調用數拌據。拌圖1-暗2爸7 百調用岸文本文件或Ex襖cel文件柏窗口柏在對象窗口中扳點擊Name按俺鈕，將對象存貯澳于工作文件。氨以Y、X變量組背成的數組為例，班點擊Name菜瓣單，彈出obj八ect nam敖e對話框，在N岸ame to 吧identif叭y objec奧t文本框中輸入背要命名的數組名瓣稱，點擊OK按芭鈕即可昂（圖1-2爸8暗）耙。斑圖1-礙2巴8傲 隘存貯對象于工作芭文件笆實驗二 一元辦回歸模型【實驗目的】藹掌握一元

20、線性、熬非線性回歸模型熬的建模方法【實驗內容】佰建立我國稅收預凹測模型【實驗步驟】礙【例1】建立我拔國稅收預測模型襖。表1列出了我澳國19851皚998年間稅收岸收入Y和國內生澳產總值（GDP矮）x的時間序列佰數據，請利用統(tǒng)百計軟件Evie阿ws建立一元線巴性回歸模型。板表1 我國稅把收與GDP統(tǒng)計百資料昂年份礙稅收埃GDP凹年份百稅收霸GDP疤1985盎2041埃8964按1992啊3297氨26638斑1986八2091拔10202瓣1993氨4255昂34634把1987靶2140矮1拔1963佰1994礙5127把46759背1988白2391班14928扮1995八6038白5847

21、8芭1989氨2727壩16909吧1996癌6910絆67885把1990埃2822佰18548案1997稗8234芭74463氨1991盎2990骯21618拌1998啊9263耙79396建立工作文件菜單方式板在錄入和分析數疤據之前，應先創(chuàng)皚建一個工作文件班（Workfi擺le）。啟動E芭views軟件捌之后，在主菜單艾上依次點擊Fi傲leNew哎Workfil背e（菜單選擇方柏式如圖1所示）暗，將彈出一個對板話框（如圖2所斑示）。用戶可以佰選擇數據的時間挨頻率（Freq奧uency）、般起始期和終止期礙。按圖1 Evie半ws菜單方式創(chuàng)拜建工作文件示意唉圖斑圖2 工作文件壩定義對話框壩

22、本例中選擇時間捌頻率為Annu笆al（年度數據半），在起始欄和背終止欄分別輸入傲相應的日期85般和98。然后點稗擊OK，在Ev啊iews軟件的癌主顯示窗口將顯擺示相應的工作文敖件窗口（如圖3班所示）。皚圖3 Evie按ws工作文件窗跋口襖一個新建的工作愛文件窗口內只有拌2個對象(Ob翱ject）,分哀別為c（系數向柏量）和resi頒d（殘差）。它敖們當前的取值分案別是0和NA（疤空值）?？梢酝ò钸^鼠標左鍵雙擊罷對象名打開該對跋象查看其數據，案也可以用相同的絆方法查看工作文巴件窗口中其它對埃象的數值。命令方式巴還可以用輸入命胺令的方式建立工邦作文件。在Ev跋iews軟件的笆命令窗口中直接吧鍵入C

23、REAT背E命令，其格式半為：鞍CREATE 笆 時間頻率類型捌 起始期 佰終止期耙本例應為：CR絆EATE A芭 85 9昂8輸入數據胺在Eviews熬軟件的命令窗口擺中鍵入數據輸入邦/編輯命令：氨DATA Y盎 X霸此時將顯示一個搬數組窗口（如圖隘4所示），即可翱以輸入每個變量艾的數值 艾圖4 Evie瓣ws數組窗口三、圖形分析靶借助圖形分析可白以直觀地觀察經唉濟變量的變動規(guī)敖律和相關關系，挨以便合理地確定靶模型的數學形式昂。趨勢圖分析爸命令格式：PL跋OT 變量1澳 變量2 巴擺變量K芭作用：隘般分析經濟變量的擺發(fā)展變化趨勢拌邦觀察是否存在異凹常值唉本例為：PLO版T Y X相關圖分析笆

24、命令格式：SC罷AT 變量1癌 變量2 般作用：佰哎觀察變量之間的扮相關程度奧奧觀察變量之間的敖相關類型，即為昂線性相關還是曲稗線相關，曲線相凹關時大致是哪種矮類型的曲線胺說明：奧扮SCAT命令中敖，第一個變量為拜橫軸變量，一般按取為解釋變量；般第二個變量為縱捌軸變量，一般取板為被解釋變量般扳SCAT命令每伴次只能顯示兩個辦變量之間的相關敖圖，若模型中含把有多個解釋變量靶，可以逐個進行斑分析半安通過改變圖形的哀類型，可以將趨挨勢圖轉變?yōu)橄嚓P敗圖捌本例為：SCA笆T Y X辦圖5 稅收與G啊DP趨勢圖白圖5、圖6分別愛是我國稅收與G笆DP時間序列趨矮勢圖和相關圖分擺析結果。兩變量吧趨勢圖分析結果

25、邦顯示，我國稅收骯收入與GDP二奧者存在差距逐漸骯增大的增長趨勢昂。相關圖分析顯暗示，我國稅收收爸入增長與GDP氨密切相關，二者靶為非線性的曲線敗相關關系。擺圖6 稅收與G熬DP相關圖澳估計線性回歸模胺型靶在數組窗口中點氨擊Pr案ocMake把 Equati班on，如果不需按要重新確定方程熬中的變量或調整辦樣本區(qū)間，可以伴直接點擊OK進鞍行估計。也可以凹在Eviews骯主窗口中點擊Q拔uickEs半timate 吧Equatio氨n，在彈出的方扮程設定框（圖7熬）內輸入模型：岸Y C X八 或 瓣圖7 方程設定案對話框笆還可以通過在E把views命令癌窗口中鍵入LS昂命令來估計模型瓣，其命令格

26、式為壩：巴LS 被解釋八變量 C 拌解釋變量襖系統(tǒng)將彈出一個頒窗口來顯示有關拔估計結果（如圖疤8所示）。因此隘，我國稅收模型斑的估計式為：安這個估計結果表絆明，GDP每增阿長1億元，我國爸稅收收入將增加佰0.09646柏億元。艾圖8 我國稅收埃預測模型的輸出翱結果昂估計非線性回歸扒模型按由相關圖分析可澳知，變量之間是礙非線性的曲線相啊關關系。因此，鞍可初步將模型設拜定為指數函數模扒型、對數模型和版二次函數模型并拌分別進行估計。辦在Eviews扳命令窗口中分別鞍鍵入以下命令命岸令來估計模型：礙雙對數函數模型敖：LS lo罷g(Y) C懊 log(X斑)敗對數函數模型：安LS Y 白C log(隘

27、X)頒指數函數模型：板LS log叭(Y) C 扮 X按二次函數模型：柏LS Y 盎C X X暗2藹還可以采取菜單把方式，在上述已矮經估計過的線性襖方程窗口中點擊隘Estimat靶e項，然后在彈班出的方程定義窗哎口中依次輸入上阿述模型（方法通把線性方程的估計案），其估計結果耙顯示如圖9、圖愛10、圖11圖扮、12所示。雙對數模型：擺(3.8305伴) (21.吧0487) 對數模型：巴(-8.306笆6) (安9.6999) 指數模型：絆(231.74版63) (2埃7.2685) 二次函數模型：邦(7.4918礙) (3.3癌422) (斑3.4806) 拌圖9 雙對數模邦型回歸結果佰圖10

28、 對數模盎型回歸結果佰圖11 指數模搬型回歸結果熬圖12 二次函啊數模型回歸結果模型比較艾四個模型的經濟哀意義都比較合理胺，解釋變量也都背通過了T檢驗。疤但是從模型的擬疤合優(yōu)度來看，二把次函數模型的傲值最大，其次為隘指數函數模型。罷因此，對這兩個鞍模型再做進一步阿比較。唉在回歸方程（以挨二次函數模型為芭例）窗口中點擊鞍ViewAc扳tual,Fi鞍tted,Re阿sidual氨 艾Actual,班Fitted,挨Residua藹l Table辦（如圖13）,背可以得到相應的稗殘差分布表。暗圖13 回歸方扮程殘差分析菜單吧上述兩個回歸模絆型的殘差分別表昂分別如下（圖1扒4、圖15）。半比較兩表可

29、以發(fā)藹現，雖然二次函挨數模型總擬合誤唉差較小，但其近百期誤差卻比指數扒函數模型大。所佰以，如果所建立靶的模型是用于經襖濟預測，則指數跋函數模型更加適澳合。氨圖14 二次函啊數回歸模型殘差阿分別表安圖15 指數函半數模型殘差分布邦表斑實驗靶三阿 白多元回歸模型【實驗目的】擺掌握捌建立多元回歸模敖型和比較、篩選扳模型的方法敖。【實驗內容】搬建立班我國國有獨立核巴算工業(yè)企業(yè)生產敗函數挨。辦根據生產函數理哀論，生產函數的扳基本形式為：澳。其中，L愛、昂K分別為生產過安程中投入的勞動白與資金擺，時間變量鞍反映技術進步的爸影響。表3-1啊列出了我國19哎78-1994俺年期間國有獨立吧核算工業(yè)企業(yè)的挨有關

30、統(tǒng)計資料；八其中產出Y為工白業(yè)總產值（可比白價），L疤、案K分別為年末職霸工人數和固定資八產凈值（可比價熬）。骯表3-1 跋 敖我國國有獨立核霸算工業(yè)企業(yè)統(tǒng)計熬資料絆年份絆時間八工業(yè)總產值癌Y（億元）阿職工人數胺L（萬人）隘固定資產奧K（億元）版1978佰1擺3289.18辦3139懊2225.7佰0扒1979疤2疤3581.26啊3208艾2376.34埃1980芭3辦3782.17靶3334胺2522.81板1981骯4罷3斑877.86八3488案2700.9扳0哀1982白5愛4151.25瓣3582拔2902.19艾1983凹6鞍4541.05敖3632昂3141.76白1984皚7

31、板4946.11骯3669斑3350.95疤1985盎8邦5586.14霸3815稗3835.79骯1986拜9絆5931.36愛3955阿4302.25熬1987按10百6601.6按0扒4086吧4786.05扮1988哎11懊7434.06壩4229拔5251.9岸0吧1989伴12襖7721.01氨4273搬5808.71斑1990柏13拜7949.55頒4364擺6365.79絆1991哀14芭8634.8敗0白4472版7071.35挨1992背15昂9705.52百4521背7757.25拌1993鞍16癌10261.6拌5扒4498板8628.77搬1994班17奧10928.

32、6挨6爸4545吧9374.34搬資料來源：根據奧中國統(tǒng)計年鑒埃1995和扳中國工業(yè)經濟傲年鑒-1995敗計算整理【實驗步驟】愛一、芭建立多元線性回昂歸模型盎白建立包括時間變礙量的三元線性回百歸模型捌；罷在命令窗口依次哎鍵入以下命令即襖可：柏澳建立工作文件：八 CREA岸TE A 案 挨 78 9靶4頒罷輸入統(tǒng)計資料：擺 DATA扮 矮 班Y L 按 K拌斑生成時間變量瓣： GENR白 T=芭TREND(7版7)罷邦建立回歸模型：頒 LS 叭 Y C 班 T L罷 K俺則生產函數的估哎計結果及有關信扮息如按圖3-1把所示。氨圖挨3-案1昂 我國國有哎獨立核算工業(yè)企百業(yè)敗生產函數的估計襖結果稗因

33、此，我國國有藹獨立工業(yè)企業(yè)的辦生產函數為：佰 懊 白 （把模型1）背礙(-0.252把) (0.67襖2)背 白 扳(0.781)把 叭(7.433) 皚模型的計算結果熬表明，我國國有拜獨立核算工業(yè)企爸業(yè)的勞動力邊際凹產出為0.66笆67，資金的邊岸際產出為0.7扳764，技術進疤步的影響使拜工業(yè)總產值平均半每年遞增77.斑68億元。板回歸系數的符號傲和數值是較為合霸理的癌。凹，說明模型有很敗高的擬合優(yōu)度，頒F檢驗也稗是高度岸顯著的百，說明職工人數跋L、資金K和時斑間變量扳對工業(yè)總產值的哎總影響是顯著的鞍。傲從圖3-1看出背，解釋變量資金愛K的按統(tǒng)計量值為傲7.433班，表明資金對企鞍業(yè)產出的

34、影響是扮顯著的。但是，斑模型中其他變量般（包括常數項）擺的壩統(tǒng)計量值都較小愛，未通過檢驗巴。因此斑，辦需要對邦以上三元線性回扒歸扮模型敗做適當的調整敖，按照統(tǒng)計檢驗芭程序，一般應先般剔除板統(tǒng)計量最小的變胺量（即時間變量澳）而重新建立模八型斑。柏挨建立剔除時間變埃量的二元線性回佰歸模型；靶 白命令：愛LS Y 哎 C L般 K俺則生產函數的估翱計結果及有關信白息如圖3-2所唉示。擺圖翱3-扮2骯 斑剔除時間變量后笆的估計結果昂因此，我國國有扒獨立工業(yè)企業(yè)的矮生產函數為：愛 把 捌 芭 ?。Ｐ?）扳埃(-罷2.922把) 安 阿(艾4.427柏) (罷14.533矮) 佰從圖3-2的結隘果看出，

35、扒回歸系數的符號敗和數值也是板合理把的礙。罷勞動力邊際產出伴為邦1.2085叭，資金的邊際產伴出為爸0.8345哀，巴表明這段時期巴勞動力投入的增擺加對胺我國國有獨立核把算工業(yè)企業(yè)的俺產出的影響最為挨明顯。案模型芭2氨的擬合優(yōu)度扒較模型1案并無多大變化，骯F檢驗也是高度翱顯著的。這里，暗解釋變量、常數擺項的隘檢驗值都比較大俺，靶顯著性概率都小岸于0.05，壩因此模型2較模百型1更為合理。氨胺建立非線性回歸艾模型按八C-D生產函數芭。俺C-D生產函數澳為：霸，對于此類非線版性函數，可以采案用以下兩種方式皚建立模型。背方式1：轉化成邦線性模型進行估頒計；翱在模型兩端同時啊取對數，得：疤在EView

36、s艾軟件的命令窗口暗中依次鍵入以下骯命令：擺GENR L爸NY=log（跋Y）跋GENR L班NL=log（鞍L）懊GENR L白NK=log（安K）巴LS LN胺Y C 百 LNL 佰 LNK柏則估計結果如圖跋3-3所示。班圖斑3-捌3凹 懊線性變換后的矮C-D生產函數敖估計結果敗即可得到C-D挨生產函數的估計岸式為：把 愛 白 唉 （模型3）板 隘(-1.172埃) (2.2俺17) 懊 (9.31捌0) 即：壩從案模型3中看出，襖資本與勞動的產案出彈性都是在0半到1之間，模型佰的經濟意義合理伴，懊而且靶擬合優(yōu)度較模型板2耙還捌略有提高辦，解釋變量都通笆過了顯著性檢驗頒。罷方式2：迭代估拌

37、計非線性模型，板迭代過程中可以按作如下控制：澳爸在工作文件窗口傲中雙擊序列C，斑輸入參數的初始拜值；辦哀在方程描述框中哎點擊Optio拌ns，輸入精度佰控制值?？刂七^程：般般參數初值：0，百0，0；迭代精熬度：10暗扒3案；擺則生產函數的估絆計結果如圖3-隘4所示。班圖骯3-凹4敖 隘生產函數把估計結果胺此時，函數表達拜式為：唉 傲 熬 昂 拔 安 絆 （模版型4）爸伴(白0.313按)耙(捌笆2.班023)百(擺8吧.般647澳) 爸可以看出，背模型4中勞動力襖彈性霸-1.011辦61，資金的產版出彈性愛百1.0317，佰很顯然模型的經癌濟意義不合理，隘因此，把該模型不能用來邦描述經濟變量間

38、壩的關系敖。而且模型的擬哎合優(yōu)度也有所下懊降，跋解釋變量L的顯哎著性檢驗也未通隘過，拌所以唉應舍棄班該模型澳。唉擺參數初值：0，版0，0；迭代精霸度：10班啊5俺；礙圖愛3-奧5靶 般生產函數癌估計結果翱從圖3-5看出搬，哎將收斂的誤差精埃度改為絆10搬5唉后，拌迭佰代100次后仍奧報告不收斂耙，說明在使用迭癌代估計法時參數敗的初始值與誤差板精度捌或迭代次數翱設置不當壩，扳會直接骯影響模型的估計矮結果爸。八案參數初值：0，盎0，0；迭代精巴度：瓣10暗5愛，迭代次數10罷00；挨圖拔3-瓣6拜 啊生產函數矮估計結果啊此時，迭代阿953矮次后收斂拔，函數表達式為埃：搬 矮 俺 愛 拌 扒 班 吧

39、（模型5）辦(0.阿581拜)(2.敖267敖)(拔10版.案486背) 扳從模型5中看出按，資本與勞動的埃產出彈性都是在板0到1之間，模礙型的經濟意義合扒理，板，具有很高的皚擬合優(yōu)度，解釋把變量都通過了顯盎著性檢驗。隘將模型5與通過哎方式1所估計的哀模型3比較，可扮見兩者是相當接哎近的。按案參數初值：吧1奧，柏1哀，岸1愛；迭代精度：跋10案5挨，迭代次數10阿0；阿圖搬3-拔7襖 懊生產函數按估計結果半此時，迭代14俺次后收斂，吧估計結果與模型哀5相同。般比較方式2的不隘同控制過程可見哎，迭代估計過程昂的收斂性及收斂疤速度與參數初始哎值的選取密切相哎關。若選取的初絆始值與參數真值辦比較接近

40、，則收絆斂速度快；反之敗，則收斂速度慢骯甚至發(fā)散。因此班，估計模型時最板好依據參數的經捌濟意義和有關先盎驗信息，設定好辦參數的初始值。邦二、比較、選擇爸最佳模型哀估計過程中，對扮每個模型檢驗以八下內容，以便選霸擇出一個最佳模鞍型：芭回歸系數的符罷號及數值是否合熬理；般模型的更改是凹否提高了擬合優(yōu)拌度；跋模型中各個解擺釋變量是否顯著辦；殘差分布情況盎以上比較模型的巴、步在澳步驟一中已有闡辦述，拜現分析捌步驟一中案5癌個不同絆模型皚的殘差分布情況哀。稗分別在模型1愛模型5的扮各疤方程窗口中點擊絆View氨/按Actual氨, 氨Fitted疤,哀 皚Residua俺l芭/芭 Actual昂,啊 癌

41、Fitted,耙 般Residua頒l Table矮（叭圖襖3-8懊）奧，胺可以得到挨各個模型八相應的殘差分布襖表隘（圖3-壩9吧至圖哀3-版13鞍）鞍。擺可以看出，模型板4的殘差在前段盎時期內連續(xù)取負澳值且不斷增大，扳在接下來的一段癌時期又連續(xù)取正伴值盎，說明模型設定斑形式不當，估計百過程出現了較大笆的偏差罷。而且，模型4班的表達式也說明疤了模型的經濟意鞍義不合理，不能巴用于罷描述我國國有工百業(yè)企業(yè)的生產情襖況，應舍棄此模翱型。芭模型1的各期殘敖差中大多數都落昂在叭的虛線框內，且扮殘差分別不存在澳明顯的規(guī)律性。唉但是，由步驟一斑中的分析可知，昂模型1中除了解隘釋變量耙K之外，其余變巴量均為通

42、過變量傲顯著性檢驗，因頒此，該模型也應傲舍棄。懊模型2、模型3阿、模型5安都具有合理的經笆濟意義，翱都通過了矮檢驗和F檢驗案，板擬合優(yōu)度非常接敗近，敖理論上講都可以拔描述資本、勞動巴的投入與產出的罷關系。但從圖3伴-13藹看出，懊模型5的近期誤澳差較大，拌因此也可以舍棄澳該模型。捌最后將氨模型2壩與安模型3擺比較發(fā)現，模型敗3的近期預測誤版差略小，擬合優(yōu)熬度比模型2略有埃提高，礙因此可以選擇模邦型2為我國國有八工業(yè)企業(yè)生產函敖數。敗圖搬3-佰8扮 啊回歸伴方程罷的澳殘差邦分析阿圖昂3-版9鞍 般模型胺1的殘差分布版圖扒3-罷10瓣 白模型罷2的殘差分布按圖哎3-傲1敗1捌 瓣模型背3的殘差分布

43、版圖胺3-礙1半2凹 半模型愛4的殘差分布岸圖盎3-吧13捌 捌模型5頒的殘差分布三、模型預測矮假設估計的模型按為一元線性回歸把模型耙。哎1礙樣本期內絆預測跋擺利用樣本數據估絆計方程，胺LS Y C 埃X ，哀并保存方程頒；懊跋在方程窗口點擊埃FORECAS扮T按鈕，在半彈出的預測對話搬框中輸入霸預測變量名，也叭即Y擬合值的變扳量名靶（被解釋變量為礙Y，則軟件默認鞍的變量名是YF笆）背；暗氨關閉彈出的預測昂變量描述性統(tǒng)計傲分析界面，在工安作文件窗口中即鞍可發(fā)現新出現的愛預測變量YF。2外推預測按斑先利用樣本數據盎估計方程，LS爸 Y C X 熬，并保存方程；骯岸修改數據區(qū)間和昂樣本區(qū)間扮，將區(qū)

44、間擴充到柏預測年份懊：鼠標放在工作絆文件窗口Ran哎ge和samp拌le位置，雙擊哀即可修改數據區(qū)襖間和樣本背區(qū)間；【或者用命令】邦修改數據區(qū)間：稗 RANGE 叭 起始期 伴 終止期瓣擴充數據區(qū)間：按 EXPAND骯 起始期 班 終止期 搬（注：扮EXPAND白這條命令只能增耙加數據區(qū)間，不巴能縮減）昂調整樣本區(qū)間：吧 SMPL 壩 起始期 版 終止期伴扮輸入解釋變量預伴測年份的數值，拔點擊方程之前保皚存的方程窗口的般FORECAS凹T按鈕進行預測熬，注意，此時預頒測的樣本區(qū)間已般經包含了擴充的把年份；扳叭觀察保存的預測拌變量，預測年份伴的被解釋變量也般已填充了數據八，此即點預測結扮果靶。胺

45、實驗四 異方懊差性【實驗目的】熬掌握異方差性的拔檢驗及處理方法【實驗內容】爸建立并檢驗我國板制造業(yè)利潤函數皚模型【實驗步驟】扒【例1】表1列岸出了1998年熬我國主要制造工伴業(yè)銷售收入與銷昂售利潤的統(tǒng)計資愛料，請利用統(tǒng)計哀軟件Eview隘s建立我國制造百業(yè)利潤函數模型熬。按表1 我國制造唉工業(yè)1998年搬銷售利潤與銷售邦收入情況巴行業(yè)名稱叭銷售利潤絆銷售收入岸行業(yè)名稱傲銷售利潤礙銷售收入壩食品加工業(yè)胺187.25礙3180.44辦醫(yī)藥制造業(yè)埃238.71扳1264.1啊食品制造業(yè)啊111.42澳1119.88昂化學纖維制品疤81.57拔779.46把飲料制造業(yè)百205.42叭1489.89皚橡

46、膠制品業(yè)盎77.84伴692.08扮煙草加工業(yè)絆183.87班1328.59案塑料制品業(yè)案144.34巴1345稗紡織業(yè)壩316.79耙3862.9壩非金屬礦制品扒339.26叭2866.14凹服裝制品業(yè)澳157.7跋1779.1佰黑色金屬冶煉疤367.47把3868.28半皮革羽絨制品笆81.7扳1081.77邦有色金屬冶煉斑144.29挨1535.16邦木材加工業(yè)凹35.67絆443.74襖金屬制品業(yè)氨201.42凹1948.12佰家具制造業(yè)芭31.06礙226.78挨普通機械制造翱354.69澳2351.68凹造紙及紙品業(yè)凹134.4邦1124.94靶專用設備制造愛238.16襖1714

47、.73氨印刷業(yè)熬90.12吧499.83辦交通運輸設備絆511.94癌4011.53背文教體育用品板54.4礙504.44版電子機械制造班409.礙83皚3286.15拌石油加工業(yè)愛194.45拜2363.8骯電子通訊設備半508.15跋4499.19翱化學原料紙品奧502.61岸4195.22扮儀器儀表設備阿72.46盎663.68檢驗異方差性圖形分析檢驗版襖觀察銷售利潤（爸Y）與銷售收入罷（X）的相關圖拔(圖1)：SC半AT X 傲Y昂圖1 我國制造昂工業(yè)銷售利潤與奧銷售收入相關圖挨從圖中可以看出哀，隨著銷售收入搬的增加，銷售利翱潤的平均水平不拌斷提高，但離散絆程度也逐步擴大般。這說明變量

48、之哀間可能存在遞增爸的異方差性。殘差分析敖首先將數據排序岸（命令格式為：笆SORT 解白釋變量），然后跋建立回歸方程。百在方程窗口中點扳擊Resids翱按鈕就可以得到翱模型的殘差分布捌圖（或建立方程罷后在Eview吧s工作文件窗口拜中點擊resi捌d對象來觀察）挨。瓣圖2 我國制造絆業(yè)銷售利潤回歸吧模型殘差分布辦圖2顯示回歸方白程的殘差分布有版明顯的擴大趨勢敗，即表明存在異愛方差性。胺啊Goldfel八d-Quant稗檢驗啊俺將樣本安解釋變昂量排序（SOR扳T X）并分吧成兩部分（分別斑有1到10共1隘1個樣本合19氨到28共10個板樣本）哎阿利用樣本1建立案回歸模型1（回鞍歸結果如圖3）拌，

49、其殘差平方和懊為2579.5霸87。擺SMPL 1柏 10礙LS Y 壩C X扒圖3 樣本1回搬歸結果凹愛利用樣本2建立盎回歸模型2（回壩歸結果如圖4）澳，其殘差平方和半為63769.芭67。背SMPL 1笆9 28罷LS Y 絆C X吧圖4 樣本2回隘歸結果頒敖計算F統(tǒng)計量：埃63769.鞍67/2579頒.59=24.哀72，伴分別是模型1和霸模型2的殘差平愛方和。壩取板時，查F分布表澳得邦，而阿，所以存在異方笆差性哎按White檢驗佰翱建立回歸模型：芭LS Y 般C X，回歸拌結果如圖5。板圖5 我國制造盎業(yè)銷售利潤回歸俺模型般稗在方程窗口上點啊擊ViewR按esidual芭TestW霸

50、hite He捌teroske扮dastcit礙y,檢驗結果如叭圖6。斑圖6 Whit襖e檢驗結果瓣其中F值為輔助胺回歸模型的F統(tǒng)柏計量值。取顯著骯水平版，由于罷,所以存在異方懊差性。實際應用傲中可以直接觀察靶相伴概率p值的矮大小，若p值較斑小，則認為存在絆異方差性。反之稗，則認為不存在壩異方差性。Park檢驗矮擺建立回歸模型（搬結果同圖5所示唉）。埃敖生成新變量序列氨：GENR 拔LNE2=lo傲g(RESID奧2)版GENR L艾NX=log傲澳建立新殘差序列俺對解釋變量的回阿歸模型：LS 爸 LNE邦2 C稗 LNX，回哎歸結果如圖7所氨示。版圖7 Park矮檢驗回歸模型百從圖7所示的回

51、鞍歸結果中可以看隘出，LNX的系頒數估計值不為0把且能通過顯著性氨檢驗拌，即隨即誤差項扳的方差與解釋變矮量存在較強的相暗關關系，即認為爸存在異方差性。背傲Gleiser霸檢驗（Glei岸ser檢驗與P懊ark檢驗原理襖相同）瓣傲建立回歸模型（懊結果同圖5所示安）。罷凹生成新變量序列襖：GENR 按E=ABS(R壩ESID)白辦分別建立新殘差愛序列（E）對各敗解釋變量（X/啊X2/X(罷1/2)/X跋(1)/胺 版X(2)/挨 瓣X(1/2半)）的回歸模型笆：LS E 扳 C X，回捌歸結果如圖8、胺9、10、11氨、12、13所白示。圖8圖9圖10圖11圖12圖13俺由上述各回歸結按果可知，各

52、回歸靶模型中解釋變量阿的系數估計值顯柏著不為0且均能凹通過顯著性檢驗罷。所以認為存在扒異方差性。辦百由F值或邦確定異方差類型鞍Gleiser敖檢驗中可以通過百F值或巴值確定異方差的傲具體形式。本例吧中，圖10所示按的回歸方程F值捌（佰）最大，可以據啊次來確定異方差埃的形式。調整異方差性確定權數變量藹根據Park檢稗驗生成權數變量俺：GENR 叭W1=1/X芭1.6743敗根據Gleis罷er檢驗生成權懊數變量：GEN疤R W2=1襖/X0.5白另外生成：GE伴NR W3=巴1/ABS(R白ESID）俺GENR W白4=1/隘 背RESID 昂2安疤利用加權最小二靶乘法估計模型板在Eviews啊

53、命令窗口中依次邦鍵入命令：奧LS(W=癌) Y C疤 X按或在方程窗口中芭點擊Estim般ateOpt鞍ion按鈕，并胺在權數變量欄里盎依次輸入W1、按W2、W3、W把4，回歸結果圖盎14、15、1扒6、17所示。圖14圖15圖16圖17挨疤對所估計的模型白再進行Whit般e檢驗，觀察異捌方差的調整情況安對所估計的模型懊再進行Whit艾e檢驗，其結果昂分別對應圖14半、15、16、藹17的回歸模型胺（如圖18、1拔9、20、21拌所示）。圖18安、19、21所笆對應的Whit俺e檢驗顯示，P霸值較大，所以接拜收不存在異方差扒的原假設，即認版為已經消除了回安歸模型的異方差笆性。伴圖20對應的W斑

54、hite檢驗沒搬有顯示F值和澳的值，這表示異凹方差性已經得到鞍很好的解決。圖18圖19圖20圖21笆實驗捌五叭 耙自相關性【實驗目的】拌掌握翱自相關性的檢驗氨與處理方法半。【實驗內容】盎表5-1按列出了我國城鄉(xiāng)昂居民儲蓄存款年辦底余額（單位：壩億元）拔和國內生產總值拜指數（1978擺年100）藹的辦歷年吧統(tǒng)計資料，試建昂立佰我國城鄉(xiāng)居民儲奧蓄罷存款模型，并檢斑驗模型的自相關愛性啊。擺表5-1 靶 拔 我國城鄉(xiāng)居疤民儲蓄存款與G拌DP統(tǒng)計資料案年份艾存款余額哎Y氨GDP指數襖X壩年份敖存款余額凹Y稗GDP指數懊X奧1978笆210.60埃100.0翱1989板5146.90傲271.3凹1979

55、鞍281.00頒107.6骯1990敖7034.20辦281.7捌1980岸399.50跋116.0埃1991埃9107.00啊307.6斑1981絆523.70半122.1捌1992把11545.4叭0罷351.4挨1982般675.40捌133.1辦1993班14762.3按9澳398.8霸1983矮892.50敗147.6俺1994巴21518.8胺0擺449.3絆1984哀1214.70唉170.0埃1995邦29662.2柏5盎496.5拔1985板1622.60班192.9愛1996凹38520.8靶4拔544.1捌1986般2237.60半210.0阿1997百46279.8傲0

56、搬592.0巴1987板3073.30按234.0把1998伴53407.4吧7骯638.2凹1988笆3801.50凹260.7安資料來源：中拌國統(tǒng)計年鑒19挨99【實驗步驟】胺一、隘回歸模型的篩選爸胺相關圖分析：S啊CAT X 懊 Y扒存款余額為被解疤釋變量Y，GD擺P指數為解釋變唉量X，霸可得到二者的相頒關關系圖如5-皚1所示。 襖圖5-1表明隨盎著GDP指數的扳上升，居民儲蓄案存款也逐步增加靶，二者的曲線相胺關關系較為明顯礙，線性關系則不八太明顯。因此，背為了合理估計居霸民儲蓄存款模型爸，可以將函數初奧步設定為線性、氨雙對數、對數、邦指數、二次多項把式等不同形式，辦進而加以比較分扳析。

57、疤圖鞍5-1 我敗國城鄉(xiāng)居民儲蓄佰存款與GDP澳指數相關圖哎扳估計模型，辦利用LS命令唉分別建立以下模埃型扮背線性模型： L百S Y 罷 C X般由此得到估計結白果及相關信息如跋圖5-2所示。耙圖吧5-把2辦 靶線性模型唉估計結果巴其檢驗報告如下安：吧 岸(熬-6.706爸)百 胺(敗13.862鞍)埃八0.9100伴 胺 胺F斑192.14背5 S.把E5030.按809霸啊雙對數模型：瓣GENR阿 熬 LNY=LO翱G(Y)八 藹 半 斑 熬 俺 安GENR 敗 跋LNX=LOG拔(X)氨 翱 爸 礙 俺 斑 LS 胺 LNY 敖 耙C LNX扮估計結果及相關跋信息如圖5-3胺所示佰。矮圖

58、跋5-傲3爸 斑雙對數模型巴估計結果氨其檢驗報告如下暗：矮 (-柏31.604癌) (鞍64.189耙)壩瓣0.9霸954暗 F板罷4120.22澳3矮 S.E挨艾0.122伴1邦敖對數模型：LS暗 擺 耙 Y 白 安 C 斑 敗LNX疤估計結果及相關懊信息如圖5-4鞍所示柏。啊圖昂5-板4搬 氨對數模型絆估計結果隘其檢驗報告如下愛：把 案 (-唉6.501凹) 笆 俺(癌7.200哀)跋巴0.拌7318班 F罷挨51.8455板 S.E拌耙8685.04百3愛扒指數模型：百LS 百 懊 LNY擺 佰 C 瓣 拌 X啊估計結果及相關頒信息如圖5-5按所示。爸圖爸5-芭5拜 霸指數模型半估計結果

59、愛其檢驗報告如下邦：唉 暗(敗23.716絆) (霸14.939岸)皚佰0.骯9215伴 F襖骯223.166吧 S.E拔0.504案9班笆二次多項式模型爸：凹GENR 懊 俺 X2=X2邦LS 拔 皚 Y 按 白 C 百 拜 X 挨 拌 X板2翱估計結果及相關伴信息如圖5-6藹所示。奧圖敖5-捌6背 絆二次多項式按模型骯估計結果絆其檢驗報告如下艾：啊 昂(阿3.747笆) (巴-8.235氨)柏 瓣(般25.886板)哎翱0.疤9976背 F伴敗3814.27傲4敖 S.E芭835.979選擇模型拔比較以上模型，白可見各模型回歸扒系數的符號啊及數值較為合理扳。鞍各解釋變量及常埃數項都通過了扮

60、檢驗，模型都較罷為顯著。皚除了對數模型骯的擬合優(yōu)度較低版外，其余模型都澳具有高擬合優(yōu)度暗，因此可以首先頒剔除對數模型。奧各模型的殘差伴分布表啊如胺圖5-7昂至圖半5-10所示捌。扒圖拌5-埃7澳 藹線性罷模型巴殘差分布罷圖熬5-邦8伴 背雙對數模型殘差挨分布稗圖斑5-瓣9巴 疤指數模型殘差分埃布敖圖柏5-懊10拔 岸二次多項式模型柏殘差分布安從以上殘差邦分布表案可見，邦線性模型的殘差柏在較長時期內呈安連續(xù)遞減趨勢而扮后又轉為連續(xù)遞壩增趨勢，指數模扒型則大體相反，板殘差先呈連續(xù)遞背增趨勢而后又轉擺為連續(xù)遞減趨勢昂，辦因此，可以初步澳判斷這兩種函數氨形式設置是不當敖的。吧而且，這兩個模扮型的擬合優(yōu)