计量经济学作用-虚拟变量回归.doc

《计量经济学作用-虚拟变量回归.doc》由会员分享，可在线阅读，更多相关《计量经济学作用-虚拟变量回归.doc（23页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-date计量经济学作用-虚拟变量回归计量经济学作用-虚拟变量回归虚拟变量回归实验目的：分析19651970年美国制造业利润和销售额，季度的关系。实验要求：假定利润不仅与销售额有关，而且和季度因素有关（1） 如果认为季度影响使利润平均值发生变异，应如何引入虚拟变量？（2） 如果认为季度影响使利润对销售额的变化率发生变异，应如何引入虚拟变量？（3） 如果认为上诉两种情况都存在，又

2、当如何引入虚拟变量？（4） 对上述三种情况分别估计利润模型，进行对比分析。实验原理：最小二乘法原理实验步骤： 由于有四个季度，因此引入三个季度虚拟变量： 一、如果认为季度影响使利润平均值发生变异，应以加法类型引入三个虚拟变量，设其模型为：对模型进行回归，得到以下回归结果：Dependent Variable: YMethod: Least SquaresDate: 11/26/10 Time: 15:02Sample: 1965Q1 1970Q4Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C6910

3、.4491922.3503.5947920.0019X0.0380080.0116703.2569140.0041D2-187.7317660.1218-0.2843900.7792D31169.320637.07661.8354460.0821D4-417.1182640.8333-0.6509000.5229R-squared0.517642Mean dependent var12838.54Adjusted R-squared0.416093S.D. dependent var1433.284S.E. of regression1095.227Akaike info criterion1

4、7.01836Sum squared resid22790932Schwarz criterion17.26379Log likelihood-199.2204F-statistic5.097454Durbin-Watson stat0.396350Prob(F-statistic)0.005810=6910.449-187.7317+1169.320-417.1182+0.038008 Se=（1922.350） （660.1218） （637.0766） （640.8333） （0.011670） t=（3.594792） （-0.284390） （1.835446） （-0.650900

5、） （3.256914）=0.517642=0.416093F=5.097454DW=0.396350二、如果认为季度影响使利润对销售额的变化率发生变化，应以乘法类型引入三个虚拟变量，设其模型为：=对上述模型进行回归，得到以下结果：Dependent Variable: YMethod: Least SquaresDate: 11/26/10 Time: 17:53Sample: 1965Q1 1970Q4Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C7014.7571782.9323.934394

6、0.0009X0.0370680.0113223.2738960.0040X*D2-0.0009330.004302-0.2167760.8307X*D30.0079100.0040181.9685410.0638X*D4-0.0023850.004074-0.5852900.5652R-squared0.519733Mean dependent var12838.54Adjusted R-squared0.418624S.D. dependent var1433.284S.E. of regression1092.851Akaike info criterion17.01402Sum squ

7、ared resid22692129Schwarz criterion17.25945Log likelihood-199.1682F-statistic5.140331Durbin-Watson stat0.429628Prob(F-statistic)0.0055947014.757+0.037068-0.000933+0.007910-0.002385se=（1782.932）（0.011322）（0.004302） （0.004018） （0.004074）t=（3.934394）（3.273896）（-0.216776） （1.968541） （-0.585290）=0.519733

8、=0.418624F=5.140331DW=0.429628三、若上述两种情况都存在，应以加法和乘法相结合的方式引入三个虚拟变量，设模型为：对上述回归模型进行回归得到以下回归结果：Dependent Variable: YMethod: Least SquaresDate: 11/26/10 Time: 17:54Sample: 1965Q1 1970Q4Included observations: 24VariableCoefficientStd. Errort-StatisticProb.C10457.394075.1992.5661050.0207X0.0158680.0252650.6

9、280750.5388D2-4752.2575441.682-0.8733070.3954D3-3764.2085484.872-0.6862890.5024D4-4635.4645570.057-0.8322110.4175X*D20.0292070.0354260.8244670.4218X*D30.0311690.0346470.8996260.3817X*D40.0265770.0354750.7491760.4646R-squared0.546701Mean dependent var12838.54Adjusted R-squared0.348383S.D. dependent v

10、ar1433.284S.E. of regression1156.987Akaike info criterion17.20623Sum squared resid21417911Schwarz criterion17.59891Log likelihood-198.4747F-statistic2.756686Durbin-Watson stat0.464982Prob(F-statistic)0.044081=10457.39-4752.257-3764.208-4635.464+0.015868Se=（4075.199）（5441.682）（5484.872）（5570.057）（0.025265）t=（2.566105）（-0.873307）（-0.686289）（-0.832211）（0.628075）+0.029207+0.031169+0.026577se=（0.035426） （0.034647） （0.035475）t=（0.824467）（0.899626） （0.749176）=0.546701=0.348383F=2.756686DW=0.464982四、通过对三个模型进行对比分析可看出，第三个模型的参数估计值均不显著，模型一和二的销售额的参数估计显著，其余参数估计也不显著。方程都显著，但拟合程度都不是很好。-