关于2007年各地区建筑业总产值和建筑企业利润总额的计量分析
关于2007年各地区建筑业总产值和建筑企业利润总额的
计量经济学分析
商学院经济系10级 姓名:屈彬
一、数据资料
表一:各地区建筑业总产值和建筑企业利润总额(单位:万元)
二、统计变量描述和模型设计
根据表一的数据做建筑业总产值(X)和建筑业企业利润总额(Y)的散点图,如图
一所示。
图一:建筑业总产值(X)和建筑业企业利润总额(Y)的散点图
从散点图可以看出建筑业总产值(X)和建筑业企业利润总额(Y)大体呈线性关
系,所以建立的计量经济模型为以下线性模型
(1)
三、参数估计
利用Eviews软件,对表一中的数据按模型中方程(1)进行OLS回归得到样
本回归函数结果如表二所示。
表二:样本函数回归结果
Dependent Variable: Y Method: Least Squares
Date: 10/24/12 Time: 15:24 Sample: 1 31
C R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
-28992.91 0.937312 0.935150 142611.1 5.90E+11 -410.8576 36196.79 -0.800980
0.4297 503587.9 560014.2 26.63597 26.72849 433.6076 Mean dependent var
S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
估计结果为
(2)
-28992.91 + 0.032345X
36196.79 0.001553
t (-0.800980) (20.82325)
0.937312 F=433.6076
四、模型检验
1、经济学意义检验
所估计参数=表示在其他条件不变时,建筑业总产值X每增加1万元,将导致建筑业企业利润总额Y增加0.032345,这和经济学原理相一致,所以在经济理论上是成立的。
2、拟合优度和统计检验
0.937312,和1很接近表明解释变 (1)拟合优度检验:由表二可知可决系数=
量“建筑业总产值”对被解释变量“建筑业企业利润总额”的绝大部分差异作出了解释。
(2)t检验:由表二可知t()= 20.82325,所以X对Y有显著影响,这表示建筑业总产值对建筑业企业利润总额有显著影响
(3)多重共线性检验:由于模型中只有一个解释变量所以不存在多重共线性
(4)异方差检验:
1、残差图形分析
由于样本含有的个体数较少,所以从图二中看不出是否有异方差性,需要进一步对模型进行异方差检验。
2.5E+11
2.0E+11
1.5E+11
E2
1.0E+11
5.0E+100.0E+00
020000000400000006000000080000000
X
图二样本回归的残差平方散点图
2、Goldfeld-Quanadt检验
样本容量n=31,删除中间1/4的观测值,即大约5个观测值,余下的部分平分得到两个样本区间:1~13和19~31,他们的样本观测数均是13,即
。
(1) 对样本为1~12的样本进行OLS回归分析得到表三所示的估计结果
表三:样本区间为1~13的OLS回归估计结果
Dependent Variable: Y Method: Least Squares
Date: 10/24/12 Time: 15:31 Sample: 1 13
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
0.448407 0.398262 79093.60 6.88E+10 -163.9794 116525.3 101961.9 25.53529
25.62221 8.942250 Mean dependent var S.D. dependent var Akaike
info criterion Schwarz criterion F-statistic
(2) 对样本为20~31的样本进行OLS回归分析得到表四所示的估计结果。
表四:样本区间为19~31的OLS回归估计结果
Dependent Variable: Y Method: Least Squares
Date: 10/24/12 Time: 15:33 Sample: 19 31
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
0.886345 203227.0 4.54E+11 -176.2474 602818.3 27.42267 27.50959 94.58234 S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
由表三得到样本数为1~12的残差平方和为=5.22E+10,由表四的到样
本数为20~31的残差平方和为F统计量值
=4.31E+11,根据Goldfeld-Quanadt检验,求
F=
=
=
=8.2567
在的临界值
下,F= 分子分母的自由度均为(31-7)/2-1=11,查F分布表2.82,因为F= 8.2567
>
2.82,表明模型
确实存在异方差。
2、White检验法
用残差
作为异方差作为异方差的
的估计因为建立的模型一元函数,所
以无交叉项构造White检验的辅助函数为
通过Eviews软件估计得到White检验结果如表五所示
表五:White检验结果
Test Equation:
Dependent Variable: RESID Method: Least Squares
Date: 10/24/12 Time: 15:40 Sample: 1 31
C X Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
-8.24E+09 2133.005 0.203764 3.57E+10 3.57E+22 -795.6599 1.30E+10 1184.069 -0.632222 1.801420 0.5324 0.0824 4.00E+10 51.52645 51.66522
4.838638 S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
从表五可以看出n7.962241,由White检验知道,在下查
得到临界值(2)=5.9915,n7.962241>(2)=5.9915,
所以模型存在异方差性。 五、异方差的修正
运用加权最小二乘法(WLS)对模型进行估计,分别采用权数
,
, 。
(1)对于权数为的修正进行估计得到表六所示的估计结果。
表六用权数
的估计结果
Dependent Variable: Y Method: Least Squares
Date: 10/24/12 Time: 15:08 Sample: 1 31
Included observations: 31 C R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Adjusted R-squared S.E. of regression
14074.44 0.126718 0.096605 63317.26 1.16E+11 -385.6867 6861.034 2.051359 0.0494 132243.6 66616.73 25.01204 25.10456 4.208074 560014.2 1.04E+12 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
0.885725 S.D. dependent var 189310.2 Sum squared resid (2) 对于权数
为
的修正进行估计得到表七所示的估计结果。
表七用权数的估计结果
Dependent Variable: Y Method: Least Squares
Date: 10/24/12 Time: 15:09 Sample: 1 31
Included observations: 31 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Adjusted R-squared S.E. of regression
0.880736 0.876624 49961.24 7.24E+10 -378.3425 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
45609.06 142238.7 24.53822 24.63074 214.1590 560014.2 5.43E+13 -4.965099 S.D. dependent var 1367754. Sum squared resid (3)对于权数为的修正进行
估计得到表七所示的估计结果
表七用权数
的估计结果
Dependent Variable: Y
Method: Least Squares
Date: 10/24/12 Time: 15:11 Sample: 1 31
Included observations: 31 C Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
-9038.879 0.773351 89179.74 2.31E+11 -396.3041
15289.93 -0.591165 0.5590 187322.2 25.69704 25.78955 103.3632
S.D. dependent var Akaike info criterion Schwarz criterion
F-statistic
Adjusted R-squared S.E. of regression
0.933789 S.D. dependent var 144099.9 Sum squared resid 560014.2 6.02E+11 4表八用权数
Dependent Variable: Y Method: Least Squares
Date: 10/24/12 Time: 16:16 Sample: 1 31
Included observations: 31 C R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Adjusted R-squared S.E. of regression 由上表得到模型估计结果方程
i=?11514.20+0.03172X Y
T (-56.77400) (487.0386) R2=0.999305 DW=1.662090 F=41697.84
-11514.20 0.999305 0.999281 3429.518 3.41E+08 -295.2988 202.8075 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic
-56.77400 0.0000 53272.90 127902.8 19.18057 19.27308 41697.84 560014.2 5.95E+11
的估计结果
0.934615 S.D. dependent var 143198.5 Sum squared resid 表示建筑业
总产值每增加1万元,建筑业企业利润总额增加0.03172万元。
本文档为【关于2007年各地区建筑业总产值和建筑企业利润总额的计量分析】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。