实验报告1模板：美国商业部门的工资与生产率.docVIP

实验报告模板：美国商业部工资与劳动生产率1、目的：研究 2、理论依据：Y = 实际工资 X = 所有工人每小时产出 3、理论模型：Yi=B1+B2Xi +ui 4、数据与回归结果 5、回归结果的显著性检验 我们关心对的变动是否真的有影响，为此建立零假设：真实斜率为零，由回归结果可以看到t值为，相应的p值为0.00显著水平5%，所以我们拒绝原假设。即认确实对的变动有影响。 运用置信区间法或显著检验法进行检验，会得到相同的结论。 6、对回归结果的解释 与我们预期的相同，与正相关。斜率0.表示在其他条件不变的情况下，平均。截距项没有意义。 r2值为0.9，说明该模型解释了变化的%，可见该模型很好地拟和了实际数据。 7、误差正态性检验 我们从下图中Eviews残差频度直方图中可以看出残差近似正态分布。 下面我们使用JB统计量检验误差是否服从正态分布。运用JB统计量进行正态性检验要求大样本数据，一般认为样本容量大于30的样本为大样本。本例中样本容量为，适合使用JB检验法。 H0：误差项服从正态分布，H1：误差项不服从正态分布 JB~，5%置信水平的临界值为5.99 由于=临界值 5.99，我们不能拒绝原假设，我们误差服从正态分布的假设。如果我们不使用临界值进行假设检验从Eiews给出JB统计值及其对应的p值可以看到p0.05，由此可以判断出我们不能拒绝原假设，从而得到结论误差服从正态分布。应该注意到，如果误差项不服从正态分布，回归参数检验的统计量的抽样分布就不是t分布当然我们就不能使用t检验进行参数显著性检验。EViews回归结果 Dependent Variable: Y Method: Least Squares Date: 09/27/11 Time: 11:20 Sample: 1959 2006 Included observations: 48 Variable Coefficient Std. Error t-Statistic Prob.?? X 0.661444 0.015640 42.29178 0.0000 C 33.63603 1.400085 24.02428 0.0000 R-squared 0.974926 ????Mean dependent var 90.72910 Adjusted R-squared 0.974381 ????S.D. dependent var 16.06763 S.E. of regression 2.571761 ????Akaike info criterion 4.767833 Sum squared resid 304.2420 ????Schwarz criterion 4.845800 Log likelihood -112.4280 ????Hannan-Quinn criter. 4.797297 F-statistic 1788.595 ????Durbin-Watson stat 0.146315 Prob(F-statistic) 0.000000 注：必须粘贴上回归结果的附录。 注：格式可以随意，但是基本的结构，即每一块内容不能缺失。 注：必须写上每位同学的班级和姓名。