急求一个计量经济学模型案例思路.只要一个方向或者题目就好,数据要比较容易收集的.模型分析也我自己做.

急求一个计量经济学模型案例思路.只要一个方向或者题目就好,数据要比较容易收集的.模型分析也我自己做.
急求一个计量经济学模型案例思路.
只要一个方向或者题目就好,数据要比较容易收集的.模型分析也我自己做.

急求一个计量经济学模型案例思路.只要一个方向或者题目就好,数据要比较容易收集的.模型分析也我自己做.
计量经济学报告
　　研究问题：我国私人汽车拥有量 与 城镇居民可支配收入 汽车产量之间的关系
　　模型设定：以我国私人汽车拥有量为被解释变量（qcyyl） 城镇居民可支配收入（kzpsr）,汽车产量（qccl）为两个解释变量,选取1994-2008年数据进行分析
　　一
　　1数据
　　年份 qcyyl kzpsr qccl
　　3496.2
　　4238
　　4838.9
　　5160.3
　　5425.1
　　5854
　　6279.98
　　6859.6
　　7702.8
　　8472.2
　　9421.6
　　10493
　　11759.5
　　13785.8
　　15780.8
　　205.42
　　249.96
　　289.67
　　358.36
　　423.65
　　533.88
　　625.33
　　770.78
　　968.98
　　1219.23
　　1481.66
　　1848.07
　　2333.32
　　2876.22
　　4173.39
　　136.69
　　145.27
　　147.52
　　158.25
　　163
　　183.2
　　207
　　243.17
　　325.1
　　444.39
　　507.41
　　570
　　727.9
　　888.7
　　934.55
　　94
　　95
　　96
　　97
　　98
　　99
　　00
　　01
　　02
　　03
　　04
　　05
　　06
　　07
　　08
　　2 qcyyl 与 kzpsr qccl 走势图
　　3 初次最小平方估计
　　Dependent Variable: QCYYL
　　Method: Least Squares
　　Date: 05/04/10 Time: 10:33
　　Sample(adjusted): 1994 2008
　　Included observations: 15 after adjusting endpoints
　　Variable Coefficient Std. Error t-Statistic Prob.
　　C -488.2586 90.76810 -5.379188 0.0002
　　KZPSR 0.099271 0.027240 3.644320 0.0039
　　QCCL 2.210803 0.337929 6.542211 0.0000
　　R-squared 0.996379 Mean dependent var 1013.181
　　Adjusted R-squared 0.995720 S.D. dependent var 838.8779
　　S.E. of regression 54.88001 Akaike info criterion 11.03558
　　Sum squared resid 33129.97 Schwarz criterion 11.17253
　　Log likelihood -74.24909 F-statistic 1513.237
　　Durbin-Watson stat 0.995130 Prob(F-statistic) 0.000000
　　模型方程
　　QCYYL=-488.2586+0.099271KZPSR+2.210803QCCL
　　(-5.379188) (3.644320) (6.542211)
　　R^2=0.996379 调整R^2=0.995720 SE=54.88001 F=1513.237 N=15
　　模型分析：由分析报告可知kzpsr标准差0.027240与系数比较0.099271较大,QCCL的标准差0.337929与系数2.210803比较也较大 t检验得知kzpsr,qccl 都通过了t 检验 由Prob. 概率得知两解释变量都很小,都是有效的解释变量.由此可知该模型统计性质很好.
　　R^2=0.996379 拟合程度高SE=54.88001 相对于Mean dependent var=1013.181较小,F检验 F-statistic=1513.23很大通过了F检验其概率几乎为零,可见说明解释变量城镇居民可支配收入 汽车产量都对被解释变量我国私人汽车拥有量有显著影响.该模型统计性质和拟合性质都很好.
　　二 检验模型存在的问题
　　1 多重共线性问题的解决
　　Dependent Variable: KZPSR
　　Method: Least Squares
　　Date: 06/25/10 Time: 13:40
　　Sample (adjusted): 2 15
　　Included observations: 14 after adjustments
　　Variable Coefficient Std. Error t-Statistic Prob.
　　C 3191.511 276.5214 11.54164 0.0000
　　QCCL 12.19280 0.660491 18.46020 0.0000
　　R-squared 0.965984 Mean dependent var 7413.356
　　Adjusted R-squared 0.963150 S.D. dependent var 3029.676
　　S.E. of regression 581.5895 Akaike info criterion 15.70097
　　Sum squared resid 4058956. Schwarz criterion 15.79226
　　Log likelihood -107.9068 F-statistic 340.7790
　　Durbin-Watson stat 0.479094 Prob(F-statistic) 0.000000
　　由qccl与kzpsr的相关系数=0.965984,两变量之间的相关系数很高,存在多重共线性问题
　　岭回归估计
　　1 试探性取lmd=0.01 0.02 计算相应的B（lmd）
　　2 图形如下
　　当LMD=0.07时,各岭迹图趋于平缓
　　模型为Y=-265.96+ 0.0296168373511679KZPSR+ 3.06008529034178QCCL
　　当lmd=0.07残差平方和是∑ =0.05857
　　而最小平方估计的残差平方和为∑ =0.048013 残差平方和损失并不大 可见该模型的拟合程度还可以,所以此次岭回归估计是成功的.
　　2 异方差问题的解决
　　从图形来看异方差问题不存在
　　进行等级相关检验 得到ItI=0.6345 不存在异方差
　　3 自相关问题的解决
　　0.95 1.54
　　从图中可以看出总有多个点位于同侧,DL=0.95 DU=1.54
　　DW=0.99513接近于1 ,模型可能存在自相关问题因而进行自相关检验.
　　对于qccl的自相关检验
　　Dw=1.4439
　　广义最小平方估计
　　对于kzpsr的自相关检验
　　Dw=0.884358 查表得在存在正自相关
　　Dependent Variable: YY
　　Method: Least Squares
　　Date: 06/25/10 Time: 16:54
　　Sample (adjusted): 1995 2008
　　Included observations: 14 after adjustments
　　Variable Coefficient Std. Error t-Statistic Prob.
　　XX0 -1372.384 134.9178 -10.17200 0.0000
　　XX1 0.321921 0.015047 21.39428 0.0000
　　R-squared 0.974453 Mean dependent var 1050.641
　　Adjusted R-squared 0.972324 S.D. dependent var 936.3228
　　S.E. of regression 155.7686 Akaike info criterion 13.06618
　　Sum squared resid 291166.3 Schwarz criterion 13.15748
　　Log likelihood -89.46329 Durbin-Watson stat 1.092380
　　dw=1.09 较之前有所提高
　　Y（yyqcl）=-1372.384+0.321912*x1（kzpsr）
　　∑ =0.0309