实验3多元线性回归模型估计总汇.pptVIP

实验三 多元线性回归模型估计;;;年份;【实验步骤】;图3-1 我国国有独立核算工业企业生产函数的估计结果;;模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。 ，说明模型有很高的拟合优度，F检验也是高度显著的，说明职工人数L、资金K和时间变量 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K的 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除 统计量最小的变量（即时间变量）而重新建立模型。;㈡建立剔除时间变量的二元线性回归模型;图3-2 剔除时间变量后的估计结果;;;㈢建立非线性回归模型——C-D生产函数;图3-3 线性变换后的C-D生产函数估计结果;;方式2：迭代估计非线性模型 一般采用高斯—牛顿迭代法进行估计，即将其展开成泰勒级数之后，再利用迭代估计方法进行估计。 ;从上述估计过程可以看出，对于不可线性化模型，将其展开成泰勒级数一阶项并经过适当的变量变换之后，也可以将其转化成线性回归模型。因此，仍然可以采用OLS方法估计其中的参数。;迭代估计法的EVIEWS软件实现 ;2.估计非线性模型 【命令方式】 在命令窗口可以直接键入非线性模型的迭代估计命令NLS。命令格式为： nls 被解释变量=非线性函数表达式 本例中，输入 nls Y=C(1)*L^C(2)*K^C(3);【菜单方式】 （1）在数组窗口中点击Quick\ Estimate Equation； 2）在弹出的方程描述对话框中输入非线性回归模型的具体形式： （见图3.4） 3）选择估计方法为最小二乘法后点击OK。则生产函数的估计结果如图3-6所示。 说明： （1）在方程描述窗口中点击按纽Options，可以设置迭代估计的最大迭代次数（Max Iterations）和误差精度（Convergence），以便控制迭代估计的收敛过程。 ;图3-4;图3-5;但迭代估计是一种近似估计，并且参数初始值和误差精度的设定不当还会直接影响模型的估??结果。因此，对于可线性化的非线性模型，最好还是将其转化成线性模型进行估计。 ;图3-6 生产函数估计结果;此时，函数表达式为： （模型4） (2.27) (10.48) 并报告了迭代了多少（1）次后收敛。 从模型4中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理，解释变量的显著性检验也全部通过。;;二、比较、选择最佳模型;;图3-8 模型1的残差分布;图3-9 模型2的残差分布;图3-10 模型3的残差分布;图3-11 模型4的残差分布