国内生产总值与第三产业生产总值的关系分析
计量经济学论文
--简单线性回归案例分析
姓名:
学号: 教师: 班级:
实验题目:简单线性回归分析
一、研究目的与要求:
第三产业在社会经济的持续发展中有着重要的作用,第三产业的的合理发展有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展,人民生活水平不断提高,第三产业发展水平也不断增长。研究中国国内生产总值和第三产业生产总值的数量关系,对于探寻第三产业产值增长的规律性,预测第三产业产值对国内生产总值的贡献率有重要作用。
二、模型设定
为了研究国内生产总值与第三产业生产总值的关系,选择“国内生产总值”为被解释变量Y,选择“第三产业生产总值”为解释变量X,下表为由《中国统计年鉴》得到的1991—2010年的有关数据:
1991-2010年中国国内生产总值和第三产业产值 (单位:亿元)
为分析国内生产总值与第三产业生产总值的关系,作如下散点图:
12000
10000
Y
8000
6000
4000
4000
6000
8000
X
10000
12000
14000
从散点图可以看出国内生产总值Y与第三产业生产总值X大体呈现为线性关系,所以建立的计量经济模型为如下线性模型: Yi12Xiui
三、估计参数
1、建立工作文件:首先,双击EViews图标,进入EViews主页。在菜单一次点击File\New\Workfile,出现对话框“Workfile Range”。在“Workfile frequency”中选择数据频率:
Annual (年度) Weekly ( 周数据 )
Quartrly (季度) Daily (5 day week ) ( 每周5天日数据 ) Semi Annual (半年) Daily (7 day week ) ( 每周7天日数据 ) Monthly (月度) Undated or irreqular (未注明日期或不规则的) 在本例中是截面数据,选择“Undated or irreqular”。并在“Start date”中输入开始时间或顺序号,如“1”在“end date”中输入最后时间或顺序号,如“31”点击“ok”出现“Workfile UNTITLED”工作框。其中已有变量:“c”—截距项 “resid”—剩余项。
在“Objects”菜单中点击“New Objects”,在“New Objects”对话框中选“Group”,并在“Name for Objects”上定义文件名,点击“OK”出现数据编辑窗口。
若要将工作文件存盘,点击窗口上方“Save”,在“SaveAs”对话框中给定路径和文件名,再点击“ok”,文件即被保存。
2、方法一:在EViews主页界面点击“Quick”菜单,点击“Estimate Equation”,出现“Equation
specification”对话框,选OLS估计,即选击“Least Squares”,键入“Y C X”,点“ok”或按回车,即出现回归结果。
方法二:在EViews命令框中直接键入“LS Y C X”,按回车,即出现回归结果。
Dependent Variable: Y Method: Least Squares Date: 05/16/13 Time: 10:47 Sample: 1991 2010 Included observations: 20
Variable C X
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient 11964.75 2.262419
Std. Error 1534.215 0.020437
t-Statistic 7.798613 110.7043
Prob. 0.0000 0.0000 143284.3 110592.8 19.68898 19.78856 19.70842 0.683108
0.998533 Mean dependent var 0.998452 S.D. dependent var 4351.317 Akaike info criterion 3.41E+08 Schwarz criterion -194.8898 Hannan-Quinn criter. 12255.43 Durbin-Watson stat 0.000000
用规范形式将参数和估计检验的结果写为:
=11964.75 + 2.262419X (1534.215) (0.020437)
t=(7.798613) (110.7043)
3、若要显示回归结果的图形,在“Equation”框中,点击“Resids”,即出现剩余项(Residual)、实际值(Actual)、拟合值(Fitted)的图形,如图所示:
=0.998533 F=12255.43 df=20
500,000
400,000300,000200,000
8,0004,000
0-4,000-8,000
100,0000
如图:剩余项、实际值、拟合值的图形
四、模型检验
1、经济意义检验:所估计的参数
2
=2.262419,说明第三产业生产总值每增
加1元,可导致国内生产总值增加2.262419元,这与经济学中边际消费倾向的意义相符。
2、拟合优度和统计检验
用EViews得出回归模型参数估计结果的同时,已经给出了用于模型检验的相关数据。
1)拟合优度的度量:由表中可以看出,本例中可决系数R20.998533,说明所建模型整体上对样本数据拟合较好,即解释变量“第三产业生产总值”对被解释变量“国内生产总值”的绝大部分差异作出了解释。
2)回归系数的t检验: n-2=20-2=18时,临界值tn2t0.025 (20-2)=2.101。
1>针对H0:10和H0:20,由表中还可以看出,估计的回归系数1的标准
^
误差和t值分别为:SE =1534.215,t7.798613,因为t 1110.060692
2>2的标准误差和t值分别为: SE
^
=0.020437,t= 110.7043,因22
H0:20。 为t2115.5483> t0.025=(18)=2.101,所以应拒绝
结论:这表明第三产业生产总值对国内生产总值有显著影响。
五、回归预测
1、如果2011年第三产业生产总值将比2010年增长18%,将达到204843.28亿元,利用所估计的模型预测2011年国内生产总值,点预测值的计算方法为:
=11964.75 + 2.262419*204843.28=475406.0787
2、为了做区间预测,取0.05,f平均置信度95%的预测区间为
Yft2^
^
1)为获得相关数据,再用Eviews做回归分析得到下图:
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
Jarque-Bera Probability
Sum
Sum Sq. Dev.
Observations
Y 143284.3 104434.9 401512.8 21781.50 110592.8 0.999561 2.893812
3.339801 0.188266
2865686. 2.32E+11
20
X 58043.87 41537.80 173596.0 7337.100 48846.69 1.047591 2.989184
3.658256 0.160553
1160877. 4.53E+10
20
根据数据可计算:
xi2xix
2
2
n1110592x.82201[1**********]0
X
f
X
2
(204843.28-143284.3)²=3789508019
2)为获得相关数据,再用Eviews做回归分析得到下图:
当Xf=189652.2时,将相关数据代入计算得到
[1**********]475406.07872.1014351.3171.07879440.3461475406
[1**********]800即当2011年Xf204843.28时,f平均置信度95%的预测区间为(465965.7326,484846.4248)元。