计量经济学课程设计
- 格式:doc
- 大小:480.50 KB
- 文档页数:14
经济计量学的课程设计一、课程目标知识目标:1. 理解并掌握经济计量学的基本概念、原理和方法;2. 学会运用经济计量学模型对现实经济问题进行分析;3. 掌握经济计量软件的操作,能够运用软件进行数据处理和分析。
技能目标:1. 能够运用经济计量学方法建立并估计经济模型;2. 能够运用经济计量学软件进行数据整理、描述性统计和回归分析;3. 能够对经济计量分析结果进行解释和评价,提出合理的经济政策建议。
情感态度价值观目标:1. 培养学生对经济现象的观察、思考和探究的兴趣,激发学生的学习热情;2. 培养学生严谨的科学态度,注重实证分析,避免盲目从众;3. 增强学生的团队合作意识,培养学生互相交流、共同探讨问题的良好习惯;4. 使学生认识到经济计量学在解决现实经济问题中的重要作用,提高学生的社会责任感和使命感。
课程性质:本课程为专业核心课程,旨在培养学生运用经济计量学方法分析现实经济问题的能力。
学生特点:学生具备一定的经济学基础和数学基础,具有较强的逻辑思维能力和动手操作能力。
教学要求:结合学生特点,注重理论与实践相结合,充分运用案例教学、实验教学等教学方法,提高学生的实际操作能力和分析解决问题的能力。
同时,注重培养学生的科学素养和人文素养,使学生在掌握专业知识的同时,形成正确的价值观。
通过本课程的学习,使学生达到以上所述具体的学习成果。
二、教学内容1. 经济计量学基本概念:包括经济计量模型的定义、分类及基本构成要素;2. 一元线性回归模型:理论介绍、参数估计、假设检验、模型诊断与修正;3. 多元线性回归模型:理论拓展、参数估计、假设检验、模型选择与优化;4. 非线性回归模型:逻辑斯蒂回归、多项式回归等;5. 滞后变量模型:自回归模型、移动平均模型、自回归移动平均模型;6. 面板数据分析:静态面板模型、动态面板模型;7. 经济计量软件应用:EViews、Stata等软件的基本操作、数据处理、模型估计与预测;8. 实证分析案例:结合实际经济问题,运用经济计量学方法进行实证分析。
目录1绪论 (1)2 农业生产总值的模型建立 (2)2.1 模型的给出 (2)2.2模型的拟合结果 (3)3 回归模型的检验与修正 (4)3.1 经济意义及统计性检验 (4)3.2 计量经济学检验及修正 (5)4 预测 (14)结论 (15)参考文献 (15)1绪论农业是人类“母亲产业”,远在人类茹毛饮血的远古时代,农业就已经是人类抵御自然威胁和赖以生存的根本,农业养活并发展了人类,没有农业就没有人类的一切,更不会有人类的现代文明。
社会生产的发展首先开始于农业,在农业发展的基础上才有工业的产生和发展,只有在农业和工业发展的基础上,才会有第三产业的发展。
可见,农业是当之无愧的“母亲产业”。
农业的地位和作用可以用一句话来概括“国民经济的基础”。
从经济角度看,农业是国民经济的基础,是经济发展的基础。
因为,农业是人类的衣食之源、生存之本。
农业的发展状况直接影响着、左右着国民经济全局的发展。
农业是国民经济中最基本的物质生产部门。
农业是人类社会的衣食之源,生存之本。
农业是工业等其他物质生产部门与一切非物质生产部门存在与发展的必要条件。
从社会角度看,农业是社会安定的基础,是安定天下的产业。
农业能否稳定发展,能事提供与人们生活水准逐渐提高这一基本趋势相适应的农、副产品,关系到社会的安定。
“民以食为天”,粮食是人类最基本的生存资料,农业在国民经济中的基础地位,突出地表现在粮食的生产上。
如果农业不能提供粮食和必需的食品,那么,人民的生活就不会安定,生产就不能发展,国家将失去自立的基础。
从这个意义上讲,农业是安定天下的产业。
从政治角度看,农业是国家自立的基础。
我国的自立能力相当程度上取决于农业的发展。
如果农、副产品不能保持自给,过多依赖进口,必将受制于人。
一旦国际政局变化,势必陷入被动,甚至危及国家安全。
因此,农业的基础地位是否牢固,关系到人民的切身利益、社会的安定和整个国民经济的发展,也是关系到我国在国际竞争中能否坚持独立自主地位的大问题。
计量经济学理论与实践课程设计介绍计量经济学理论与实践课程旨在提高学生理论与实践应用能力。
通过本课程的学习,学生将深入了解计量经济学的理论基础,并掌握常用的计量经济学方法与工具,包括回归分析、时间序列分析、面板数据分析等。
同时,本课程还将帮助学生将所学理论知识与实际应用相结合,通过实际案例分析,培养学生解决实际问题的能力。
课程目标1.掌握计量经济学的理论基础及常用方法2.能够熟练运用计量经济学方法解决实际问题3.通过实际案例分析,锻炼学生的解决实际问题的能力课程大纲第一章计量经济学基础1.1 计量经济学的定义及作用 1.2 计量经济学与经济理论的关系 1.3 计量经济学的研究方法 1.4 课程作业安排第二章回归分析2.1 多元线性回归分析基本原理 2.2 最小二乘法估计与样本外预测 2.3 模型的选择与检验 2.4 范畴变量与虚拟变量的应用 2.5 计量经济学工具箱的应用 2.6 课程作业安排第三章时间序列分析3.1 时间序列分析的基本概念 3.2 时间序列模型的建立 3.3 时间序列模型的推断 3.4 常见时间序列模型及应用 3.5 时间序列模型的预测 3.6 课程作业安排第四章面板数据分析4.1 面板数据的基本概念 4.2 固定效应模型与随机效应模型 4.3 面板数据分析的应用实例 4.4 课程作业安排第五章实际应用案例分析5.1 基于回归分析的房价预测模型 5.2 基于时间序列分析的股票价格预测模型 5.3 基于面板数据分析的企业经济状况评估模型 5.4 课程作业安排课程教学方式1.理论讲授2.计算机实践3.课堂案例分析4.课程作业完成及报告课程评估方式1.平时表现:出勤、参与度、作业完成情况等(占20%)2.课程作业:完成课程作业并撰写报告(占40%)3.期末考试:对课程所学的理论知识进行考核(占40%)总结本课程以计量经济学理论为基础,重点介绍了回归分析、时间序列分析以及面板数据分析等常用方法,并通过实际案例分析帮助学生将理论知识与实际应用相结合。
吉首大学
计量经济学课程教案
周次第1周课次第2次课时 2 时间任课教师
周次第2周课次第3次课时 2 时间任课教师
周次第3周课次第4次课时 2 时间任课教师
周次第3周课次第5次课时 2 时间任课教师
周次第4周课次第6次课时 2 时间任课教师
周次第5周课次第7次课时 2 时间任课教师
周次第5周课次第8次课时 2 时间任课教师
周次第6周课次第9次课时 2 时间任课教师
周次第7周课次第10次课时 2 时间任课教师
周次第7周课次第11次课时 2 时间任课教师
周次第8周课次第12次课时 2 时间任课教师
周次第9周课次第13次课时 2 时间任课教师
周次第10周课次第14次课时 2 时间任课教师
周次第11周课次第15次课时 2 时间任课教师
周次第11周课次第16次课时 2 时间任课教师
周次第12周课次第17次课时 2 时间任课教师。
计量经济学实验教程课程设计一、课程简介《计量经济学实验教程》是一门应用性很强的课程,主要研究计量经济学中的基本方法、分析思路和实际应用。
本课程旨在使学生掌握计量经济学的基本理论和方法,能够运用计量方法解决实际问题,培养学生的实践能力和独立思考能力。
二、课程目标1.掌握计量经济学的基本方法和理论•了解基本概念和定义•掌握统计学和计量经济学中常用的数学、统计学和计量学方法•熟悉数据的描述统计分析和回归分析方法2.熟悉计量经济学的应用环境•了解计量经济学所涉及的领域和应用领域•熟悉计量经济学在不同领域的应用案例•掌握计量经济学应用软件的使用方法3.培养实践能力和独立思考能力•实践解决实际问题的能力•运用计量经济学方法独立思考问题的能力•掌握文献资料检索和阅读的方法三、课程大纲1.计量经济学基础•统计学基础与假设检验•最小二乘法和回归分析•多元回归分析2.计量经济学方法•差分法和工具变量法•理论与实证检验•面板数据分析3.计量经济学应用•消费者和生产者行为•企业和市场行为•劳动市场和教育问题4.计量经济学软件•SPSS软件使用•STATA软件使用四、教学方法本课程主要采用课堂讲授、学生独立阅读和分组讨论、案例分析和实验操作等多种教学方法相结合,注重培养学生的实践操作能力和独立思考能力。
通过课上和课下的组合方式,增强学生的互动性,提高教学效果。
五、实验教学本课程设立了对应的计量经济学实验教学环节。
学生通过具体案例分析和实验操作,实际运用所学方法解决实际问题。
在实验教学中,着重培养学生的实践能力和独立思考能力,锻炼学生的创新能力,提高学生解决实际问题的能力。
六、课程评估本课程采用综合评价的方法进行评估。
主要包括以下方面:•期中考试:40%•期末考试:40%•课堂表现:10%•实验报告:10%七、课程参考书目•Wooldridge, Jeffrey M. Econometric analysis of cross section and panel data. MIT press, 2010.•Greene, William H. Econometric analysis. 6th ed., Prentice Hall, 2008.•Stock, James H., and Mark W. Watson. Introduction to econometrics. 3rd ed., Prentice Hall, 2011.八、课程总结《计量经济学实验教程》课程适合经济学、金融学、管理学等相关专业的本科生学习。
计量经济学第二版教学设计一、教材概述《计量经济学》是一本经济学经典教材,作者是经济学界泰斗之一的格尔曼教授。
这本教材首次出版于1984年,目前已经推出了第二版。
本教材全面系统地介绍了计量经济学的基础知识和方法,包括普通最小二乘法、时间序列模型、横截面数据模型等,是学习计量经济学必不可少的教材之一。
二、教学目标•了解计量经济学领域的基本概念和重要方法。
•掌握计量经济学模型的基本构建步骤和方法。
•能够熟练运用计量经济学方法进行数据分析和预测。
•增强学生信息分析和解决实际问题的能力。
三、教学内容1. 计量经济学基础知识包括:计量经济学的发展、研究对象、方法论等。
2. 简单回归分析包括:简单回归分析的概念、模型形式、OLS估计法、假设检验等。
3. 多元回归分析包括:多元回归分析的概念、模型形式、OLS估计法、变量选择、多重共线性等。
4. 面板数据模型包括:面板数据模型的概念、固定效应、随机效应、差分法等。
5. 时间序列模型包括:平稳时间序列模型、非平稳时间序列模型、ARMA模型、ARCH模型等。
四、教学方式•理论授课:讲解计量经济学的基本概念、重要方法、实践案例等。
教师应注重在理论讲解中培养学生的分析能力和实际问题解决能力。
•计量模型建立和实证分析:老师将为学生介绍常用的计量模型的构建方法,并要求学生根据实际数据进行模型实证分析。
通过实证分析,学生将得到进一步的实际问题分析和解决能力提高。
•讨论与研究:学生可以结合教材和实践案例,研究计量经济学领域的经典和最新问题,深入思考和讨论研究成果。
五、考核方式•课堂讨论:学生将提前准备好的课堂讨论题目进行答辩和讨论。
•课程设计:学生将根据教师指定的题目,制定一个完整的研究课题,并进行分析和解决问题。
•期末考试:对学生对计量经济学理论和方法的掌握程度进行考核。
六、教学建议•推荐学生提前学习一定的数据处理基础,如EXCEL操作和基础统计方法。
•常与实际问题结合教学,开展实证研究,能够增强学生的信息解决和实际研究能力。
应用计量经济学第六版课程设计1. 课程背景计量经济学是经济学的一个分支,在经济学研究中发挥着重要的作用。
计量经济学的本质是对经济学中各种经济行为的度量和评估,以及对相关经济模型的定量检验和分析。
应用计量经济学则是将计量经济学理论应用于实际经济问题的实践过程。
本课程旨在帮助学生掌握计量经济学的应用技能,并能在实际经济问题的分析中得到熟练应用。
本课程设计基于《应用计量经济学》第六版,主要包含回归分析、时间序列分析和面板数据分析三个方面的内容。
通过本课程的学习和实践,学生将能够掌握如何用计量经济学方法分析经济问题,并得出有力的结论。
2. 课程目标本课程的主要目标是让学生能够熟练掌握计量经济学的应用技能。
具体目标包括:1.掌握回归分析方法,能够在实际经济问题中应用。
2.理解时间序列分析的概念和方法,并能在实际经济问题中应用。
3.掌握面板数据分析的概念和方法,能够在实际经济问题中应用。
4.能够用计量经济学的方法对实际经济问题进行定量分析,得出有力结论。
3. 课程安排第一章:回归分析本章主要介绍回归分析的基本概念和方法。
包括线性回归模型、假设检验和参数估计等。
•第一节:回归分析的基本概念和方法•第二节:线性回归模型•第三节:参数估计和假设检验•实验一:回归分析实验第二章:时间序列分析本章介绍时间序列分析的基本概念和方法。
包括时间序列的性质和特征、平稳性检验、ARIMA模型和协整等。
•第一节:时间序列的概念和性质•第二节:平稳性检验•第三节:ARIMA模型•第四节:协整分析•实验二:时间序列分析实验第三章:面板数据分析本章主要介绍面板数据分析的基本概念和方法。
包括面板数据的基本特征、固定效应模型和随机效应模型。
•第一节:面板数据的基本特征•第二节:固定效应模型•第三节:随机效应模型•实验三:面板数据分析实验第四章:综合实践本章将对前三章所学内容进行综合实践,让学生能够将所学的理论应用到实际问题的解决中。
•第一节:案例分析•第二节:应用综合实践4. 课程评估本课程评估包括以下几个方面:1.平时成绩:参与课堂讨论、作业、实验成绩,占总评成绩的40%。
计量经济学的的教案设计一、教学目标1.了解计量经济学的基本概念和方法。
2.理解计量经济学在实证研究中的应用。
3.培养学生运用计量经济学方法进行实证研究的能力。
二、教学内容与重点1.计量经济学的基本概念2.计量经济学的基本方法3.计量经济学在实证研究中的应用三、教学方法与手段1.讲授相结合2.实例分析3.讨论交流四、教学过程与安排第一课时:计量经济学的基本概念1.课堂导入(10分钟)学生通过小组讨论的方式,回顾经济学的基本概念,引出计量经济学的概念。
2.讲解(30分钟)教师讲解计量经济学的定义、特点以及其在经济学研究中的作用,引导学生理解计量经济学的基本概念。
3.实例分析(20分钟)以实际案例为例,分析计量经济学在实证研究中的应用,引导学生理解计量经济学的实证分析过程。
4.小结(10分钟)教师对本节课的重点内容进行总结,引导学生进行相关问题的思考和讨论。
第二课时:计量经济学的基本方法1.课堂导入(10分钟)教师通过分析实际问题,引导学生思考计量经济学的研究方法。
2.讲解(30分钟)教师讲解计量经济学的基本方法,包括数据收集、模型建立、参数估计和假设检验等内容。
3.实例分析(30分钟)以实际案例为例,引导学生运用计量经济学的方法进行实证研究,分析数据、建立模型并进行参数估计和假设检验。
4.小结(10分钟)教师对本节课的重点内容进行总结,引导学生进行相关问题的思考和讨论。
第三课时:计量经济学在实证研究中的应用1.课堂导入(10分钟)学生分享和讨论关于计量经济学的实证研究的案例,引出本节课的内容。
2.讲解(30分钟)教师讲解计量经济学在实证研究中的常见应用领域,如劳动经济学、金融经济学等,并介绍具体案例。
3.实际案例分析(30分钟)学生以小组为单位,选择一个应用领域并选取相应的案例,运用计量经济学的方法进行实证研究。
4.小结(10分钟)教师对本节课的重点内容进行总结,引导学生进行相关问题的思考和讨论。
五、教学评价与反思1.通过学生的讨论和小组展示,评价学生对计量经济学基本概念的掌握情况。
计量经济学期末课程设计云南大学滇池学院2008级经济系金融(三)姓名:学号:鲁志娟20082122106题目:我国服务贸易竞争力影响因素的实证分析我国服务贸易竞争力影响因素实证分析摘要:服务贸易对以郭经济增长的作用日益重要,一定程度上决定了一国国际贸易在国际贸易在国际市场的竞争力。
本文分析了服务贸易竞争力的影响因素,并对这些影响因素与服务贸易的关系进行了实证检验,在此基础上提出了促进我国服务贸易发展的对策建议。
关键词:服务贸易 竞争力 影响因素一、 引言在经济全球化趋势加强的时代背景下,国际服务贸易异军突起,成为推动一国经济增长的重要一级。
全球服务贸易出口总额从1970年得700多亿美元上升到2006年的26882亿美元。
其平均增长速度超过了同期货物贸易的增长速度,在很大程度上决定了一国国际贸易的发展状况和在国际市场上的竞争能力。
近几年来,我国国际服务贸易正在以平均10%左右的速度迅速增长,但明显落后于货物贸易。
2008年,我国服务贸易出口总额1465亿美元,占世界贸易出口比重3.9%。
在某种意义上说,积极发展国际服务贸易并实现国际贸易的自由化,将是21世纪国际经济合作最重要的内容之一。
有必要对我国服务贸易竞争力的影响因素进行分析,以便更好的制定政策措施促进我国服务贸易发展。
二、模型建立与分析根据理论和经验分析,影响我国服务贸易竞争力(Y )<服务贸易出口额-数据来自(中国服务贸易网) 单位:亿美元>的主要因素有:服务业产值(1X )---用第三产业GDP 代表 数据来自(中国统计局)单位:亿人民币元;第三产业就业人数(2X )---数据来自《中国统计年鉴》单位:万人次;对外开放度(3X )---用对外依存度代表 数据来自《中国统计年鉴》单位:% ;外商直接投资额(4X )---数据来自(中国统计局)单位:亿美元;货物出口(5X )---数据来自(中国统计局)单位:亿美元。
下表列出了我国服务贸易竞争力相关数据,拟建立我国服务贸易竞争力函数。
(一)、初步模型估计1、用普通最小二乘法估计模型 假设拟建立如下多元回归模型:01122334455Y X X X X X ββββββμ=++++++用Eviews 软件对上表数据进行回归分析,回归结果如1234546.7221 1.90000.0020 2.60840.19400.0927Y X X X X X ∧=-+-++(1.399) (-0.253) (0.503) (-3.398) (2.442) (39.024)我国服务竞争力影响因素的回归:Dependent Variable: Y Method: Least Squares Date: 06/13/11 Time: 20:15 Sample: 1987 2008 Included observations: 22Variable Coefficient Std. Error t-Statistic Prob. C 46.72213 33.38857 1.399345 0.1808 X1 -1.90E-05 7.48E-05 -0.253284 0.8033 X2 0.001972 0.003923 0.502575 0.6221 X3 -2.608390 0.767719 -3.397583 0.0037 X4 0.194000 0.079433 2.442307 0.0266 X50.0926790.00237539.024280.0000R-squared 0.998592 Mean dependent var 372.9091 Adjusted R-squared 0.998152 S.D. dependent var 391.9083 S.E. of regression 16.84754 Akaike info criterion 8.713287 Sum squared resid 4541.434 Schwarz criterion 9.010844 Log likelihood -89.84616 Hannan-Quinn criter. 8.783383 F-statistic 2269.515 Durbin-Watson stat 2.125136Prob(F-statistic) 0.0000002R =0.998592 F =2269.515 D.W.=2.125136由于2R 较大且接近于1,而且F =2269.515>0.05(5,16)2.85F =,故认为我国贸易服务竞争力与上述解释变量间总体线性关系显著。
但在5%和1%的显著性水平下0.025(16) 2.120t =、0,005(16)22.921t =,1X 、2X 的参数未能通过T 检验,而且,1X 、3X 的参数符号的经济意义也不合理,故认为解释变量间存在多重共线。
2、检验简单相关系数 关系系数表CX1 X2 X3 X4 X5 C 1114.796288469424 -0.7595618 -0.18126 1.532659730553604 2.5607 -0.9564226 X1 -0.7595618 5.6473e-09 1.8572e-08 4.8763e-06 -1.2548e-06 -4.8227e-09 X2 -0.18126 1.8572e-08 1.538884114019114e-05 -0.0017435 -0.26431034 4.2007e-06 X3 1.532659730553604 4.8763e-06 -0.0017435 0.589393085107434 0.091001 -0.0760436 X42.5607-1.2548e-06-0.264310340.0910010.4484014-0.93620551X5 -0.9564226 -4.8227e-09 4.2007e-06 -0.0760436 -0.93620551 5.6423e-06表中数据发现解释变量之间存在高度相关性。
3、找出最简单的回归形式分别作出Y 与12345,X X X X X ,,,间的回归: (1)、Y 与1X 回归如下:Dependent Variable: Y Method: Least Squares Date: 06/13/11 Time: 19:29 Sample: 1987 2008 Included observations: 22Variable Coefficient Std. Error t-Statistic Prob. C 220.7235 95.72230 2.305873 0.0320 X10.0031970.0012622.5322440.0198R-squared 0.242776 Mean dependent var 372.9091 Adjusted R-squared 0.204915 S.D. dependent var 391.9083 S.E. of regression 349.4550 Akaike info criterion 14.63713 Sum squared resid 2442376. Schwarz criterion 14.73632 Log likelihood -159.0085 Hannan-Quinn criter. 14.66050 F-statistic 6.412261 Durbin-Watson stat 0.533244 Prob(F-statistic)0.0198181220.72350.0032Y X ∧=+(2.306)(2.532)(2)、 Y 与2X 回归如下:Dependent Variable: Y Method: Least Squares Date: 06/13/11 Time: 19:31Sample: 1987 2008 Included observations: 22Variable Coefficient Std. Error t-Statistic Prob. C -773.2488 168.5972 -4.586367 0.0002 X20.0641820.0090867.0638180.0000R-squared 0.713867 Mean dependent var 372.9091 Adjusted R-squared 0.699560 S.D. dependent var 391.9083 S.E. of regression 214.8143 Akaike info criterion 13.66393 Sum squared resid 922903.5 Schwarz criterion 13.76312 Log likelihood -148.3033 Hannan-Quinn criter. 13.68730 F-statistic 49.89753 Durbin-Watson stat 0.184083 Prob(F-statistic)0.0000012773.24880.0642Y X ∧=-+(-4.586) (7.064) (3)、Y 与3X 回归如下:Dependent Variable: Y Method: Least Squares Date: 06/13/11 Time: 19:32 Sample: 1987 2008 Included observations: 22Variable Coefficient Std. Error t-Statistic Prob. C -690.0178 144.8250 -4.764493 0.0001 X325.923043.3723497.6869370.0000R-squared 0.747120 Mean dependent var 372.9091 Adjusted R-squared 0.734476 S.D. dependent var 391.9083 S.E. of regression 201.9464 Akaike info criterion 13.54039 Sum squared resid 815646.7 Schwarz criterion 13.63958 Log likelihood -146.9443 Hannan-Quinn criter. 13.56375 F-statistic 59.08899 Durbin-Watson stat 0.581338 Prob(F-statistic)0.0000003690.017825.9230Y X ∧=-+(-4.764) (7.687) (4)、 Y 与4X 回归如下:Dependent Variable: YMethod: Least Squares Date: 06/13/11 Time: 19:33 Sample: 1987 2008 Included observations: 22Variable Coefficient Std. Error t-Statistic Prob. C -148.4349 73.87686 -2.009220 0.0582 X41.3481570.1602888.4108430.0000R-squared 0.779596 Mean dependent var 372.9091 Adjusted R-squared 0.768575 S.D. dependent var 391.9083 S.E. of regression 188.5338 Akaike info criterion 13.40294 Sum squared resid 710899.9 Schwarz criterion 13.50213 Log likelihood -145.4323 Hannan-Quinn criter. 13.42630 F-statistic 70.74228 Durbin-Watson stat 0.197493 Prob(F-statistic)0.0000004148.4349 1.3482Y X ∧=-+(-2.009) (8.411) (5)、Y 与5X 回归如下:Dependent Variable: Y Method: Least Squares Date: 06/13/11 Time: 20:36 Sample: 1987 2008 Included observations: 22Variable Coefficient Std. Error t-Statistic Prob. C 31.14614 9.433538 3.301640 0.0036 X50.0978170.00180154.303510.0000R-squared 0.993263 Mean dependent var 372.9091 Adjusted R-squared 0.992927 S.D. dependent var 391.9083 S.E. of regression 32.96085 Akaike info criterion 9.915026 Sum squared resid 21728.35 Schwarz criterion 10.01421 Log likelihood -107.0653 Hannan-Quinn criter. 9.938391 F-statistic 2948.871 Durbin-Watson stat 0.536380 Prob(F-statistic)0.000000531.16410.0978Y X ∧=+(3.302) (54.304)比较可见,我国服务贸易竞争力受货物出口额影响最大,因此选(5)为初始的回归模型。