[第二章计量经济学简单线形回归模型.doc

[第二章计量经济学简单线形回归模型.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[第二章计量经济学简单线形回归模型

第二章 简单线形回归模型 P64 2.1 1)设回归模型为: 其中,Y为国内生产总值,为地方预算内财政收入 对回归模型的参数进行估计,根据回归结果得: = -3.611151+ 0.134582 (4.161790) (0.003867) t = (-0.867692) (34.80013) =0.991810 F=1211.049 S.E.=7.532484 DW=2.051640 2)斜率系数的经济意义:国内生产总值每增加1亿元,地方预算内财政收入平均增加0.315亿元。 3)由以上模型可看出,X的参数估计的t统计量远大于2,说明GDP对地方财政收入确有显著影响。模型在的可决系数为0.991810,说明GDP解释了地方财政收入变动的99%,模型拟合程度较好。 4)预测 点预测:若2005年GDP为3600亿元,2005年的财政收入预测值为480.884。 区间预测:由X、Y的描述统计结果得: 取=0.05,平均值置信度95%的预测区间为: =3600时,480.8842.2287.5325=480.88423即,2005年财政收入的平均值预测区间为:480.88423.34796 (457.2692, 504.4988) 个别值置信度95%的预测区间为: =3600,480.8842.2287.5325=480.88428.97079 2005年财政收入的个别值预测区间为:480.88428.97079 (451.91321,509.8548) 2.2 令Y为利润额,X为研究与发展经费 研究与发展经费与利润额的相关系数表: X Y X 1 0.567847 Y 0.567847 1 由上表可知,研究与发展经费与利润额为0.567847 设回归模型为: 其中为利润额,为研究与发展经费。 对回归模型的参数进行估计,根据回归结果得: = -24.76563+ 25.85938 (136.8329) (13.25293) t = (-0.180992) (1.951220) =0.322451 F=3.807258 S.E.=67.05510 DW=0.666873 2.3 货币供应量和国内生产总值的相关系数: X Y X 1 0.979213 Y 0.979213 1 说明中国货币供应量与国内生产总值(GDP)的相关系数为0.979213,线性相关程度比较高,即国内生产总值变动对货币供应量的影响很大。 2.4 令Y为红利,X为帐面价值 设回归模型为: 其中Y为红利,为帐面价值 根据回归结果得: = 0.479775 + 0.072876 (0.34744) (0.019431) t = (1.380883) (3.750562) =0.501189 F=14.06672 S.E.=0.562775 DW=1.976956 2)经济意义:每当帐面价值增加1元时,红利平均增加0.0729元。 3)= 0.4797745935 + 0.07287589933 = 0.4797745935 + 0.07287589933 * (19.25+1) =1.956 2.5 1) 2)由图形看出航班正点到达率和每10万名乘客投诉的次数呈现负相关关系。 3)设回归模型为: 其中,Y为乘客投诉的次数,为航班正点到达率 对回归模型的参数进行估计,根据回归结果得: = 6.017832 - 0.070414 (1.052260)(0.014176) t = (5.718961)(-4.967254) =0.778996 F=24.67361 S.E.=0.160818 DW=2.526971 4)航班正点到达率每提高一个百分点,每十万名乘客投诉的次数平均减少0.07次。 5)= 6.017832 - 0.070414 如果航班正点率为80%,则每十万名乘客投诉的次数为: = 6.017832 - 0.070414*80=0.384712 2.6 因为,所以, 设回归模型为: 其中,Y为对数视力,为年龄 对回归模型的参数进行估计,根据回归结果得: = 5.730198 - 0.313940

文档评论(0)

wangz118 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档