发布时间 : 星期三 文章计量经济学论文_ 我国农村居民消费水平影响因素分析报告更新完毕开始阅读1acbcd9873fe910ef12d2af90242a8956becaaef
.. . . ..
Y = 2020.904 + 0.477598X1 －14.13053X2 （738.1351） （0.027251）（6.818890）
t =（2.737851） （17.52564） （-2.072263） R2 = 0.955580 F = 182.8554 n = 20
^
四、模型检验及修正
（一）经济意义检验
所估计的参数β1 =0.477598，β2 = -14.13053，且0＜β1＜1，β2＜0，符合变量参数中确定的参数范围。说明农村居民家庭人均纯收入每增加1单位，平均说来可导致农村居民消费水平增加0.477598单位；商品零售价格指数每减少1单位，平均说来可导致农村居民消费水平增加14.13053单位。这与经济学中边际消费倾向的意义相符。
（二）统计意义检验 1、拟合优度检验（R2检验） 可绝系数
R2=0.955580，R2=0.950354，这说明所建模型整体上对样本数
—
^
^
据拟合较好，即解释变量 “农村居民家庭人均纯收入”和“商品零售价格指数”对被解释变量“农村居民消费水平”的绝大部分差异作了解释。
2、F检验
针对H0：β1=β2=0，给定显著性水平α=0.05，在F分布表中查出自由度为k－1＝2和n－k＝17的临界值Fα（2,17）＝19.4，由表2中得到F＝0.955580＞Fα（2，17）＝19.4，应拒绝原假设H0：β1=β2=0，说明回归方程显著，即“农村居民家庭人均纯收入”和“商品零售价格指数”等变量联合起来确实对“农村居民
专业.专注 .
.. . . ..
消费水平”有显著影响。
3、t检验
分别针对H0：βj＝0（j＝1,2），给定显著性水平α＝0.05，查t分布表的自由度为n－k＝17的临界值tα/2（n－k）＝1.740。由表2中的数据可得，与β1、β2对应的t统计量分别为17.52564、-2.072263，其绝对值均大于tα/2（n－k）＝1.740，这说明在显著水平α＝0.05下，分别都应拒绝H0：βj＝0（j＝1,2），也就是说，当在其他解释变量不变的情况下，解释变量“农村居民家庭人均纯收入”（X1）“商品零售价格指数”（X2）分别对被解释变量“农村居民消费水平”Y都有显著的影响。
（三）计量经济意义检验 1、多重共线性检验 让Y分别对X1、X2做回归。
首先将Y与X1做回归得到结果如表3：
Dependent Variable: Y Method: Least Squares Date: 12/24/10 Time: 12:38 Sample: 1989 2008 Included observations: 20
Variable
C X1
Coefficient 500.3204 0.494455
Std. Error 87.09007 0.028289
t-Statistic 5.744861 17.47869
Prob. 0.0000 0.0000
^
^
专业.专注 .
.. . . ..
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.944359 Mean dependent var 1756.100 0.941268 S.D. dependent var
908.3138
220.1266 Akaike info criterion 13.72092 872202.8 Schwarz criterion -135.2092 F-statistic 0.367926 Prob(F-statistic)
13.82050 305.5045 0.000000
将Y与X2做回归得到结果如表4：
Dependent Variable: Y Method: Least Squares Date: 12/24/10 Time: 12:40 Sample: 1989 2008 Included observations: 20
Variable
C X2
R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood
Coefficient 6964.538 -49.80339
Std. Error 2894.609 27.61744
t-Statistic 2.406038 -1.803331
Prob. 0.0271 0.0881
0.153021 Mean dependent var 1756.100 0.105967 S.D. dependent var
908.3138
858.8410 Akaike info criterion 16.44368 13276940 Schwarz criterion -162.4368 F-statistic
16.54326 3.252004
专业.专注 .
.. . . ..
Durbin-Watson stat 0.187833 Prob(F-statistic) 0.088102
计算各解释变量的相关系数，选择X1、X2的数据，得到相关系数矩阵如表5：
变量 X1 X2
X1 1.000000 -0.298504
X2 -0.298504 1.000000
由表3和表4可知，Y与X1的组合为最优方程，虽然X2与Y的拟合度不是很好，但是由表2可以得知，引入X2后，R-squared＝0.955580，大于Y与X1回归后得出的R-squared＝0.944359，这说明X2这个解释变量对整体模型有改善作用，且t检验符合；又由相关系数矩阵（表5）可以看出，各个解释变量相互之间的相关系数不高，因此解释变量X2不能舍弃，模型可认为不存在多重共线性。
2、自相关检验 DW检验
由表2可得Durbin-Watson stat＝0.569439。
对样本量为20、两个解释变量的模型、5%显著水平，查DW统计表可知，dL＝1.100，dU＝1.537，模型中DW＜dL，显然消费模型中有正自相关。
利用科克伦-奥克特迭代法对自相关检验进行处理。 ρ＝1－DW/2＝0.7152805
专业.专注 .
^