1、实验三 多元线性回归模型的估计和检验一、实验目的：掌握多元线性回归模型的估计和检验方法二、预备知识：普通最小二乘法(OLS)三、实验内容：选择方程进行多元线性回归四、实验步骤：（一）国内生产总值的增长模型分析广东省国内生产总值的增长，根据广东数据（数据见“表：广东省宏观经济数据-第三章 .xls”文件，各变量的表示按照试验指导课本上的来表示）选择不变价GDP（GDPB）、不变价资本存量（ ZC）和从业人员（RY ），把GDPB作为因变量，ZC和RY作为两个解释变量进行二元线性回归分析。要求：按照试验指导课本 ，分别作：10P21、作散点图（GDPB 同ZC，GDPB 同RY）2、进行因果关系检
2、验（GDPB同ZC，GDPB 同RY ）3、作GDPB同 ZC和RY的多元线性回归，写出模型估计的结果，并分析模型检验是均否通过？（三个检验）4、将建立的二元回归模型（GDPB同ZC和RY ）同一元回归模型（GDPB 同ZC、GDPB 同RY）相比较，分析优点。5、结合相关的经济理论，分析估计的二元回归模型的经济意义。（二）宏观经济模型根据广东数据，研究广东省居民消费行为、固定资产投资行为、货物和服务净出口行为和存货行为，分别建立居民消费模型、固定资产投资模型、货物和服务净出口模型和存货增加模型。要求：按照试验指导课本 ，分别作出以下模型，并对需要改进的510P2模型进行改进。写出最终估计的模
3、型结果，并结合相关的经济理论，分析模型的经济意义。（数据见“表：广东省宏观经济数据-第三章 .xls”文件，各变量的表示按照试验指导课本上的来表示。）1、居民消费模型2、固定资产投资模型3、货物和服务净流出模型4、存货增加模型（三）实验总结和评价1、总结本次实验的实验成果、遇到的问题和收获。（50字左右）2、将本实验同“实验二”相比较，比较有哪些不同，又有何收获。（50字左右）3、学习的自我评价：评价自我对本课程知识内容的掌握程度、对实验操作的掌握熟练情况以及在接下来的学习中需要从哪些方面进行努力和提高。（50字左右）（四）课外练习选择一个你关心的经济问题，根据实际和经济理论寻找其影响因素，选
4、取其中的主要影响因素，查找数据，试着建立计量经济模型，分析这些影响因素是如何影响你所关心得经济问题的。结合作出的计量经济模型，试着解释实际问题。020406080101202040608010TZXF02040608010120408012016020CXXFPairwise Granger Causality TestsDate: 05/22/11 Time: 09:16Sample: 1978 2005Lags: 2Null Hypothesis: Obs F-Statistic ProbabilityXF does not Granger Cause TZ 26 18.3430 2.5E
5、-05TZ does not Granger Cause XF 0.62941 0.54267Pairwise Granger Causality TestsDate: 05/22/11 Time: 09:18Sample: 1978 2005Lags: 2Null Hypothesis: Obs F-Statistic ProbabilityXF does not Granger Cause CX 26 11.3157 0.00046CX does not Granger Cause XF 1.08782 0.35520Dependent Variable: XFMethod: Least
6、SquaresDate: 05/22/11 Time: 09:22Sample: 1978 2005Included observations: 28Variable Coefficient Std. Error t-Statistic Prob. CX 0.183897 0.042594 4.317426 0.0002TZ 0.975325 0.100600 9.695038 0.0000C 165.6009 41.58894 3.981850 0.0005R-squared 0.998397 Mean dependent var 2956.988Adjusted R-squared 0.998269 S.D. dependent var 3323.637S.E. of regression 138.2725 Akaike info criterion 12.79729Sum squared resid 477982.4 Schwarz criterion 12.94002Log likelihood -176.1620 F-statistic 7787.400Durbin-Watson stat 1.327177 Prob(F-statistic) 0.000000
