系数,是随机变量。Р (2)模型参数的估计Р 对于理论模型运用最小二乘法OLS 进行参数估计,估计结果如下图:Р运用最小二乘法OLS估计模型的方程如下图:Р (3)计量模型统计检验Р (3.1)拟合优度和调整拟合优度:,,本模型的拟合效果很好。Р (3.2)检验和检验:在给定的显著性水平,,,查分布表和分布表得到临界值,。由图建立如下方程:Р Р Р Р原假设Р由回归结果知,故拒绝原假设,能显著的解释居民消费水平;Р同理,、的值分别为、都比显著性水平,,下得到的临界值要小,故接受原假设,、不能显著的解释居民消费水平;Р、、的值都比显著性水平,,下得到的临界值要大,故拒绝原假设,、、能显著的解释居民消费水平。Р其中,说明被解释变量的变差被模型解释的比例为,因此样本回归直线拟合度很好,但解释变量和的检验不能通过,不能显著解释居民消费水平,可知此模型存在多重共线性。Р (4)计量经济模型的检验与克服Р (4.1)多重共线性Р通过eviews5查看各变量之间的相关系数,如下表:Р,Р由上式知与、、、、的相关系数都大于,相关程度比较高,与的相关程度最高,达到了。Р (4.2)多重共线性的克服Р 利用eviews5分别将对、、、、、回归,Р 对进行线性回归得到。同理,分别、、、、进行线性回归,拟合优度分别为:Р Р 对的拟合优度最高,因此把GDP作为居民消费水平的第一个解释变量得到最初的回归模型,然后向回归模型中分别引入、、、、,得到最终的回归结果。Р可以看出,不仅拟合优度提高了,且通过了检验,多重共线性经过修正后的回归方程如下:Р Р Р Р从回归结果知,解释变量均通过检验,说明拟合效果很好。各解释变量均符合经济意义,即居民消费水平主要受收入、卫生、价格等影响,随着它们的提高而提高。Р(4.3)异方差的检验Р①图示法检验Р作残差与解释变量、、之间的散点图,图形如下:Р (和的散点图)
全文预览
