建模实例(多元线性回归模型).pptVIP

一、建模过程中应注意的问题 1、研究经济变量之间的关系要剔除物价变动因素 以上图为例，按当年价格计算，我国1992年的GDP是1980年的5.9倍，而按固定价格计算，我国1992年的GDP是1980年的2.8倍。 2、依照经济理论以及对具体经济问题的深入分析初步确定解释变量。例：关于某市的食用油消费量，文革前常驻人口肯定是重要解释变量。现在则不同，消费水平是重要解释变量，因为食用油供应方式已改变。 3、当引用现成数据时，要注意数据的定义是否与所选定的变量定义相符。例：“农业人口”要区别是“从事农业劳动的人口”还是相对于城市人口的“农业人口”。 4、通过散点图，相关系数，确定解释变量与被解释变量的具体函数关系。（线性、非线性、无关系） 5、谨慎对待离群值（outlier）。离群值可能是正常值也可能是异常值。不能把建立模型简单化为一个纯数学过程，目的是寻找经济规律。（欧盟对华投资和中国从欧盟进口） 年 INV（投资） IMPORT（进口） 1991 2.562000 23.47000 1992 2.429700 32.29000 1993 6.712400 63.99000 1994 15.37600 78.75000 1995 21.31000 149.1300 1996 27.37000 113.8100 1997 41.71000 106.1500 1998 39.78000 112.2000 6、 过原点回归模型与非过原点回归模型相比有如下不同点。以一元线性过原点模型 7、改变变量的测量单位可能会引起回归系数值的改变，但不会影响t值。即不会影响统计检验结果。 8、 回归模型给出估计结果后，首先应进行F检验。F检验是对模型整体回归显著性的检验。 若F检验结果能拒绝原假设，应进一步作t检验（检验k次。 t检验是对单个解释变量的回归显著性的检验。若回归系数估计值未通过t检验，则相应解释变量应从模型中剔除。剔除该解释变量后应重新回归。按经济理论选择的变量剔出时要慎重。 9、在作F与t检验时，不要把自由度和检验水平用错（正确查临界值表）。回归系数的t检验是双端检验，但t检验表的定义有P(t t?) = ?, P(t t?) = ? 10、 对于多元回归模型，当解释变量的量纲不相同时，不能在估计的回归系数之间比较大小。若要在多元回归模型中比较解释变量的相对重要性，应该对回归系数作变换。 11、 回归模型的估计结果应与经济理论或常识相一致。如边际消费倾向估计结果为1.5，则模型很难被接受。（产出对劳动力的弹性为负值！） 12、 残差项应非自相关（用DW检验，亦可判 断虚假回归）。否则说明了： ①仍有重要解释变量被遗漏在模型之外。 ②选用的模型形式不妥。 13、 通过对变量取对数消除异方差。 14、 避免多重共线性。 15、 解释变量应具有外生性，与误差项不相关。 16、 应具有高度概括性。若模型的各种检验及预测能力大致相同，应选择解释变量较少的一个。 17、 模型的结构稳定性要强，超样本特性要好。 18、 世界是变化的，应该随时间的推移及时修改模型。 二、建模案例例1中国国债发行额模型（多元回归） 首先分析中国国债发行额序列的特征。1980年国债发行额是43.01亿元（占GDP的1%），2001年国债发行额是4604亿元（占GDP的4.8%）。以当年价格计算，21年间（1980-2001）增长了106倍。平均年增长率是24.9%。 选择3个解释变量，国内生产总值（百亿元），财政赤字额（亿元），年还本付息额（亿元），根据散点图建立中国国债发行额（DEBTt，亿元）模型如下： 其中GDPt表示年国内生产总值（百亿元），DEFt表示年财政赤字额（亿元），REPAYt表示年还本付息额 。 （0.2） （2.1） （26.6 ） （17.2） = 0.9986, DW=2.12, T =21, (1980-2000) 预测2001年的国债发行额（ 亿元）： 2001 = 4608.71 预测误差是 ? = = 0.001 案例2：《全国味精需求量的计量经济模型》 1．依据经济理论选择影响味精需求量变化的因素 依据经济理论初设为： 商品需求量 = f (商品价格，代用品价格，收入水平，消费者偏好) 根据分析，针对味精需求量只考虑两个重要解释变量，商品价格和消费者收入水平。 味精需求量 = f (商品价格，收入水平) 2．选择恰当的变量（既要考虑代表性，也要考虑可能性） 用销