下载文档原格式
计量经济学》实验报告一元线性回归模型-、实验内容（一）eviews基本操作（二）1、利用EViews软件进行如下操作：（1）EViews软件的启动（2）数据的输入、编辑（3）图形分析与描述统计分析（4）数据文件的存贮、调用2、查找2000-2014年涉及主要数据建立中国消费函数模型中国国民收入与居民消费水平:表1年份X(GDP)Y（社会消费品总量）200099776.339105.72001110270.443055.42002121002.048135.92003136564.652516.32004160714.459501.02005185895.868352.62006217656.679145.22007268019.493571.62008316751.7114830.12009345629.2132678.42010408903.0156998.42011484123.5183918.62012534123.0210307.02013588018.8242842.82014635910.0271896.1数据来源：二、实验目的1.掌握eviews的基本操作。
2.掌握一元线性回归模型的基本理论，一元线性回归模型的建立、估计、检验及预测的方法，以及相应的EViews软件操作方法。
三、实验步骤（简要写明实验步骤）1、数据的输入、编辑2、图形分析与描述统计分析3、数据文件的存贮、调用4、一元线性回归的过程点击view中的Graph-scatter-中的第三个获得在上方输入Isycx回车得到下图DependsntVariable:Y Method:LeastSquares□ate:03；27/16Time:20:18 Sample:20002014 Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3J73.7023i820.535-2.1917610.0472X0416716 0.0107S838.73S44 a.ooao R-squared0.991410 Meandependentwar119790.2 AdjustedR.-squared 0.990750 S.D.dependentrar 7692177 S.E.ofregression 7J98.292 Akaike infocriterion20.77945 Sumsquaredresid 7；12E^-08 Scliwarz 匚「爬伽20.37386 Loglikelihood -1&3.3459Hannan-Quinncriter. 20.77845 F-statistic 1I3&0-435 Durbin-Watsonstat0.477498Prob(F-statistic)a.oooooo在上图中view 处点击view-中的actual ,Fitted ,Residual 中的第一 个得到回归残差打开Resid 中的view-descriptivestatistics 得到残差直方图/icw Proc Qtjject PrintN^me FreezeEstimateForecastStatsResids凹Group:UNIIILtD Worktile:UN III LtLJ::Unti1DependentVariablesMethod;LeastSquares□ate:03?27/16Time:20:27Sample(adjusted):20002014Includedobservations:15afteradjustmentsVariable Coefficient Std.Errort-Statistic ProtJ.C-3373.7023^20.535-2.191761 0.0472X0.4167160.01075S38.735440.0000R-squared0.991410 Meandependeniwar1-19790.3 AdjustedR-squa.red0990750S.D.dependentvar 76921.77 SE.ofregre.ssion 7J98.292 Akaike infacriterion20.77945 Sumsquaredresid 7.12&-0S Schwarzcriterion 20.S73S6 Laglikelihood -153.84&9Hannan-Quinncrite匚20.77545 F-statistic1I3&0.435Durbin-Watsonstat 0.477498 ProbCF-statistic) a.ooaooo在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图roreestYFM J訓YForea空巾取且:20002015 AdjustedSErmpfe:2000231i mskJddd obaerratire:15Roof kter squa red Error理l%2Mean/^oLteError畐惯啟iJean Afe.PereersErro r5.451SSQThenhe鼻BI附GKWCE口.他腐4Prop&niwi□ooooooVactaree Propor^tori0.001^24G M『倚■底Props^lori09®475在上方空白处输入lsycs…之后点击proc中的forcase根据公式Y。
计量经济学实验报告1. 引言计量经济学是应用数学和统计学方法来研究经济现象的一门学科。
实验是计量经济学研究中常用的方法之一，通过设计和实施实验，可以帮助我们理解经济现象背后的因果关系。
本文将对一项计量经济学实验进行详细描述和分析，以展示实验的设计、数据分析和结论。
2. 实验设计2.1 实验目的本次实验的目的是研究市场供需关系对商品价格的影响。
具体而言，我们希望通过改变商品的市场供给量，观察商品价格如何变化，并分析供给弹性的大小。
2.2 实验假设在实验设计阶段，我们需要制定实验假设来指导实验的进行。
在本次实验中，我们假设市场供给量的变动会对商品价格产生影响，而且供给弹性的大小会决定价格的变动幅度。
2.3 实验步骤本次实验包括以下几个步骤：1.设定实验组和对照组：我们将随机选择一些参与者，并将其分为两组，一组作为实验组，一组作为对照组。
实验组将面临市场供给量变动的情况，而对照组则不受干扰。
2.确定商品和市场：我们选择一个特定的商品，并确定一个特定的市场来进行实验。
这样可以使实验更加具体和可控。
3.设定实验条件：在实验组中，我们逐步调整市场供给量，并记录下不同供给量下的商品价格。
对照组则保持市场供给量不变。
4.数据收集：在每次实验条件设定完毕后，我们将记录实验组和对照组的商品价格，并对数据进行整理和存储。
2.4 实验风险和伦理考虑在设计实验时，我们需要考虑实验可能存在的风险，并确保实验过程符合伦理要求。
具体而言，我们需要确保参与者的权益得到保护，并在可能对参与者造成负面影响的情况下停止实验。
3. 数据分析在实验进行完毕后，我们对数据进行分析，以验证实验假设并得出结论。
3.1 数据整理首先，我们将实验组和对照组的数据整理成表格形式，方便后续分析。
由于文档要求不能包含表格，这里无法展示具体的数据。
3.2 数据分析方法我们采用的数据分析方法主要包括描述统计分析和回归分析。
描述统计分析用于描述数据的基本特征，包括平均值、标准差、最小值和最大值等。
计量经济学实训报告一、实验设计：本次实验是基于计量经济学的理论知识和方法，通过对已有的数据进行回归分析，验证理论假设的可行性。
实验的目的是了解计量经济学在实际应用中的重要性，以及掌握回归分析等基本方法。
二、实验过程：1.数据收集：我们选择了一个包含多个变量的数据集，包括自变量和因变量，旨在通过回归模型来预测因变量的取值。
2.数据清洗：对收集到的数据进行清洗和预处理，包括处理缺失值、异常值等。
3.变量选择：根据计量经济学的原理和假设，选择适合的自变量和因变量，并对其进行初步的分析。
4.模型建立：根据选择的自变量和因变量，建立回归模型，并假设一些条件。
5.模型估计：利用统计软件对建立的回归模型进行估计和拟合，获得回归系数和拟合度等相关参数。
6.模型诊断与检验：对建立的回归模型进行诊断和检验，检查模型的拟合度和有效性。
7.结果分析：根据模型估计和检验结果，分析自变量对因变量的影响程度和显著性等，并解读模型。
三、实验结果：经过以上的实验过程和分析，我们得到了以下结论：1.自变量X对因变量Y的影响具有统计显著性；2.自变量X1对因变量Y的影响程度较大，而自变量X2的影响相对较小；3.拟合度较高，模型的解释能力较强。
四、实验感想：通过本次实验，我们深刻认识到计量经济学在实际问题中的重要性。
通过建立回归模型，我们可以对研究对象的变量关系进行实证分析，从而对问题进行解释和预测。
同时，我们也了解到了回归分析中的一些注意事项，如数据的选择和处理、模型的建立和检验等。
在今后的学习中，我们将进一步掌握和应用计量经济学的方法，提高对实际问题的分析和解决能力。
同时，我们也意识到计量经济学的方法和理论需要结合实际问题来进行应用，只有在实际问题中进行实践和应用，才能更好地理解和掌握计量经济学的知识。
计量经济学回归模型实验报告（大全）第一篇：计量经济学回归模型实验报告（大全）回归模型分析报告背景意义：教育是立国之本，强国之基。
随着改革开放的进行、经济的快速发展和人们生活水平的逐步提高，“教育”越来越受到人们的重视。
一方面，人均国内生产总值的增加与教育经费收入的增加有着某种联系，而人口的增长也必定会对教育经费收入产生影响。
本报告将从这两个方面进行分析。
我国1991 年~2013 年的教育经费收入、人均国内生产总值指数、年末城镇人口数的统计资料如下表所示。
试建立教育经费收入Y 关于人均国内生产总值指数 X 1 和年末城镇人口数 X 2的回归模型，并进行回归分析。
年份教育经费收入Y（亿元）人均国内生产总值指数X 1(1978 年=100)年末城镇人口数X 2（万人）1991 731.50282 256.67 31203 1992 867.04905 289.72 32175 1993 1059.93744 326.32 33173 1994 1488.78126 364.91 34169 1995 1877.95011 400.6 35174 1996 2262.33935 435.76 37304 1997 2531.73257 471.13 39449 1998 2949.05918 503.25 41608 1999 3349.04164 536.94 437482000 3849.08058 577.64 45906 2001 4637.66262 621.09 48064 2002 5480.02776 672.99 50212 2003 6208.2653 735.84 52376 2004 7242.59892 805.2 54283 2005 8418.83905 891.31 56212 2006 9815.30865 998.79 58288 2007 12148.0663 1134.67 60633 2008 14500.73742 1237.48 62403 2009 16502.7065 1345.07 64512 2010 19561.84707 1480.87 66978 201123869.29356 1613.61 69079 2012 28655.30519 1730.18 71182 2013 30364.71815 1853.97 73111 资料来源：中经网统计数据库。
第1篇一、实验目的本次实验旨在通过多元线性回归模型，分析多个自变量与因变量之间的关系，掌握多元线性回归模型的基本原理、建模方法、参数估计以及模型检验等技能，提高运用计量经济学方法解决实际问题的能力。
二、实验背景随着经济的发展和社会的进步，影响一个变量的因素越来越多。
在经济学、管理学等领域，多元线性回归模型被广泛应用于分析多个变量之间的关系。
本实验以某地区居民消费支出为例，探讨影响居民消费支出的因素。
三、实验数据本实验数据来源于某地区统计局，包括以下变量：1. 消费支出（Y）：表示居民年消费支出，单位为元；2. 家庭收入（X1）：表示居民家庭年收入，单位为元；3. 房产价值（X2）：表示居民家庭房产价值，单位为万元；4. 教育水平（X3）：表示居民受教育程度，分为小学、初中、高中、大专及以上四个等级；5. 通货膨胀率（X4）：表示居民消费价格指数，单位为百分比。
四、实验步骤1. 数据预处理：对数据进行清洗、缺失值处理和异常值处理，确保数据质量。
2. 模型设定：根据理论知识和实际情况，建立多元线性回归模型：Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ε其中，Y为因变量，X1、X2、X3、X4为自变量，β0为截距项，β1、β2、β3、β4为回归系数，ε为误差项。
3. 模型估计：利用统计软件（如SPSS、R等）对模型进行参数估计，得到回归系数的估计值。
4. 模型检验：对估计得到的模型进行检验，包括以下内容：（1）拟合优度检验：通过计算R²、F统计量等指标，判断模型的整体拟合效果；（2）t检验：对回归系数进行显著性检验，判断各变量对因变量的影响是否显著；（3）方差膨胀因子（VIF）检验：检验模型是否存在多重共线性问题。
5. 结果分析：根据模型检验结果，分析各变量对因变量的影响程度和显著性，得出结论。
五、实验结果与分析1. 拟合优度检验：根据计算结果，R²为0.812，F统计量为30.456，P值为0.000，说明模型整体拟合效果较好。
计量经济学实验报告(一)
一、实验背景
计量经济学实验是一种采用经济理论和方法来设计实验的经济研究方法。
经济实验的主要目的是检验经济理论，比如检验假设和改进预测。
它还可以用于定性评价和定量评价政策方案和市场动态，以及验证行为经济学理论。
二、实验内容
本次实验通过一组独立的在线调查来研究人们对收入分配政策的态度。
调查中，受访者被要求就14种不同的收入分配政策支持、反对和中立做出反应。
这14种收入分配政策包括财政公平政策、税收和补贴政策、劳动力市场政策和参与机会政策等。
以及根据态度的强度来改变互动形式，不同类型的回答有不同的加分，比如更强烈的支持会比中立的有更多分数。
三、实验结果
实验结果显示，在14种收入分配政策中，受访者大部分表示支持或者反对。
最受支持的是劳动力市场政策，而最受反对的是税收和补贴政策。
同时，实验还发现，这14种收入分配政策受实验者支持或反对的原因大部分是经济实惠：如果一个政策能够为普通大众带来经济实惠，这个政策很可能受到受访者的支持。
此外，一些政策因其有助于实现平等收入而受到支持。
四、实验结论
本次实验结论清楚地表明，受访者支持或反对收入分配政策跟经济实惠有关。
当人们普遍受益于收入分配政策时，他们很可能支持这种政策。
另外，实验还发现，有些政策受支持的原因还在于它们有助于实现平等收入的目的。
本次实验不仅对计量经济学的理论和方法提供了有价值的信息，而且还为构建经济实证提供了重要的参考意见。
可以认为，经过本次实验的进一步检验和优化，可以发现更详细、更准确的数据，以便进一步检验和发展计量经济学的理论与方法。
目录(一) 研究背景 (2)(二) 理论来源 (2)(三) 模型设定 (2)(四) 数据处理 (2)1. 数据来源 (2)2. 解释变量的设置 (3)(五) 先验预期 (3)1.经验预期 (3)2.散点图分析 (3)(六) 参数估计 (4)(七) 显著性检验 (5)(八) 正态性检验 (5)(九) MWD检验 (5)(十) 相关系数 (7)(十一)虚拟变量 (7)(十二)异方差检验、修正 (8)1. 图形检验 (8)2.格莱泽检验 (9)3.帕克检验 (10)4.异方差的修正加权最小二乘法 (10)5.异方差修正后的检验 (11)(十三)自相关检验 (11)1. 图形法 (11)2.德宾-沃森d检验 (12)(十四)最终结果 (12)(一)研究背景中国是一个大国，幅员辽阔，历史上自然地形成了一个极端不平衡发展的格局。
而1978年开始的改革，政府采取了由东向西梯度推进的非均衡发展战略，使已经存在的地区间的差距进一步扩大，不利于整个社会的稳定和发展。
地区发展不平衡问题包括社会发展不平衡，尤其是教育发展的不平衡。
因此关注中国教育发展的地区不平衡性非常迫切。
不仅是因为教育的重要性，还因为当前我国需要进一步推进教育改革的进程，使其朝着更健康的方向发展。
(二)理论来源刘红梅.中国各地区教育发展水平差异的实证分析[J]数理统计与管理.2013.7(三)模型设定⏹Y i=B1+B2X2i+B3X3i+B4X4i+B5X2i 2+B6X4i2+ui⏹Y——地区教育水平，用平均受教育年限表示，（年）⏹X2——学生平均预算内教育经费，（万元/人）⏹X3——人均GDP，（万元/人）⏹X4——平均生师比(四)数据处理1.数据来源：国家统计局官网，选取2014年的数据：1)各省GDP2)各地区总人口3)各地区每十万人拥有的各种受教育程度人口比较数据4)地区在校总学生数5)各地区教育财政投入6)地区每十万总专任教师数2.解释变量的设置：⏹X2=地区预算内教育经费/地区在校总学生数=学生平均预算内教育经费（万元/人）⏹X3=地区总GDP/地区总人口=人均GDP（万元/人）⏹X4=地区每十万人口各级学校平均在校生数的和/地区每十万人口总专任教师数=平均生师比其中：P为各地区每十万人拥有的各种受教育程度人口比较数T为教育年限1，6，9,12,16(五)先验预期1.经验预期：平均受教育年限分别跟学生平均预算内教育经费、人均GDP呈正相关关系，跟平均生师比呈负相关关系。
篇一：计量经济学实验报告 (1)计量经济学实验基于eviews的中国能源消费影响因素分析学院：班级：学号：姓名：基于e views的中国能源消费影响因素分析一、背景资料能源消费是指生产和生活所消耗的能源。
能源消费按人平均的占有量是衡量一个国家经济发展和人民生活水平的重要标志。
能源是支持经济增长的重要物质基础和生产要素。
能源消费量的不断增长，是现代化建设的重要条件。
我国能源工业的迅速发展和改革开放政策的实施，促使能源产品特别是石油作为一种国际性的特殊商品进入世界能源市场。
随着国民经济的发展和人口的增长，我国能源的供需矛盾日益紧张。
同时，煤炭、石油等常规能源的大量使用和核能的发展，又会造成环境的污染和生态平衡的破坏。
可以看出，它不仅是一个重大的技术、经济问题，而且以成为一个严重的政治问题。
在20世纪的最后二十年里，中国国内生产总值（gdp）翻了两番，但是能源消费仅翻了一番，平均的能源消费弹性仅为0.5左右。
然而自2002年进入新一轮的高速增长周期后，中国能源强度却不断上升，经济发展开始频频受到能源瓶颈问题的困扰。
鉴于此，研究能源问题不仅具有必要性和紧迫性，更具有很大的现实意义。
由于我国目前面临的所谓“能源危机”，主要是由于需求过大引起的，而我国作为世界上最大的发展中国家，人口众多，所需能源不可能完全依赖进口，所以，研究能源的需求显得更加重要。
二、影响因素设定根据西方经济学消费需求理论可知，影响消费需求的因素有：商品的价格、消费者收入水平、相关商品的价格、商品供给、消费者偏好以及消费者对商品价格的预期等。
对于相关商品价格的替代效应，我们认为其只存在能源品种内部之间，而消费者偏好及消费者对商品价格的预期数据差别较大，不容易进行搜集整理在此暂不涉及。
另外，发展经济学认为，来自知识、人力资本的积累水平所体现的技术进步不仅可以带动劳动产出的增长，而且会通过外部效应可以提高劳动力、自然资源、物质资本与生产要素的生产效率，消除其中收益递减的内在联系，带来递增的规模收益。
南京理工大学经济管理学院实验报告课程名称：经济模型及应用论文题目：山西省经济发展的经验生产函数和需求函数的的计量分析姓名： xx岭学号： xxx00301 成绩：山西省经济发展的经验生产函数和需求函数的计量分析摘要：本文首先采用C-D生产函数以及CES生产函数模型，结合山西1949－2005年的时间序列数据对山西经济进行实证分析，其次运用ELES需求函数模型，并结合山西2005年的相关截面数据对山西的总体需求情况做一个实证分析。
本文尝试探讨符合山西社会经济发展情况的生产函数和需求函数模型。
关键词：生产函数需求函数回归分析一、引言2006年以来，在国家宏观调控政策措施的影响下，山西固定资产投资呈现增速平稳回落，投资结构明显趋好，投资增长方式显著改善的良好发展态势，基本实现了“十一五”时期起好步、开好局的目标。
但是投资运行中存在的投资增速跌落到近三年来的最低点，特别是与全国和中部六省相比，投资规模和投资增速的差距进一步扩大；投资结构偏重于工业，且符合国家产业政策、有利于全省经济结构调整优化、需要加快发展的产业新开工项目及其投资力度仍显不足等问题不容忽视。
2007年要坚持“又好又快”、“宜快则快”的投资发展理念，合理把握宏观调控的方向和力度，以加大投资、扩大消费为重点，加速全省投资的转型和跨越，努力促进全省经济社会又好又快发展就显得尤为重要。
对生产函数和需求函数的研究由来以久。
特别是对生产函数的研究，从20世纪20年代末，美国数学家Charles和Cobb和经济学家Paul Dauglas提出生产函数这一名词，并用1899－1922年的数据资料，导出了著名的C-D生产函数以来，不断有新的研究成果出现。
1937年Dauglas,Durand提出改进的生产函数模型，1960年Solow提出含体现型技术进步生产函数， 1961年Arrow等提出两要素生产函数模型，1967年 Sato提出二级CES生产函数，1968年 Sato,Hoffman 提出VES生产函数，1968年Aigner,Chu提出边界生产函数，1973年Christensen,Jorgenson提出超对数生产函数。
对于需求函数，也有诸多模型，比如线性需求函数模型，对数线性需求函数模型，耐用品的存量调整模型，状态调整模型，LES和ELES模型等。
二数据的搜集及模型的选取本文的数据是从历年《山西省统计年鉴》中整理而得。
具体见以下图表：图一：资料来源：由2006年《山西省统计年鉴》整理而得图二：资料来源：由2006年《山西省统计年鉴》整理而得图三:资料来源：由2006年《山西省统计年鉴》整理而得图四：资料来源：由2006年《山西省统计年鉴》整理而得图八：资料来源：由2006年《山西省统计年鉴》整理而得图九：资料来源：由2006年《山西省统计年鉴》整理而得图十：资料来源：由2006年《山西省统计年鉴》整理而得图十一：资料来源：由2006年《山西省统计年鉴》整理而得图十二：资料来源：由2006年《山西省统计年鉴》整理而得图十三：资料来源：由2006年《山西省统计年鉴》整理而得图十四：资料来源：由2006年《山西省统计年鉴》整理而得图十五：资料来源：由2006年《山西省统计年鉴》整理而得图十六：资料来源：由2006年《山西省统计年鉴》整理而得本文对于生产函数的选择，基于人们常用的几个经验生产函数模型，而需求函数的选择则是ELES模型。
三生产函数参数估计与结果分析3.1基于几个生产函数模型的参数估计3.1.1基于线性生产函数模型的参数估计由线性生产函数建立模型如下：Y = a + b1K + b2L ＋μ(1)参数的估计：create a 1978 2005data y k lls y c k l得到如下回归结果：Dependent Variable: YMethod: Least SquaresDate: 06/27/07 Time: 18:34Sample: 1978 2005C -12374.11 2976.385 -4.157431 0.0003K 6.099675 0.248703 24.52598 0.0000R-squared 0.982488 Mean dependent var 14246.66 Adjusted R-squared 0.981087 S.D. dependent var 15683.80S.E. of regression 2156.893 Akaike info criterion 18.29168Sum squared resid 1.16E+08 Schwarz criterion 18.43442 Log likelihood -253.0836 F-statistic 701.3045 Durbin-Watson stat 0.346863 Prob(F-statistic) 0.000000y =-12374.11+ 6.099675K+4.197370L(-4.16) (24.53) (5.03)R=0.98 F=701.30 D.W=0.35R^2=0.98 2(2)模型的检验B1 ,b2都为正，说明资本，劳动投入的增加，都会引起产出水平的提高，这是符合经济意义的。
同时，a,b1,b2的都通过了T检验，F值也很大，R^2=0.98说明模型拟合得比较好。
但在5％的显著性水平下，D.W＝0.35<d1＝1.10,说明模型存在着正自相关。
而且由伴随概率可知，模型存在异方差。
F-statistic 6.390357 Probability 0.000829Obs*R-squared 16.58240 Probability 0.0053643.1.2基于C-D生产函数模型的参数估计由C-D生产函数，建立如下生产函数模型：Y=AKaLbeμ(1)参数的估计两边取对数：lny=lnA + alnK + blnL＋μ输入命令：create a 1978 2005data y k lls log(y) c log(k) log(l)得到如下回归结果：Dependent Variable: LOG(Y)Method: Least SquaresDate: 06/27/07 Time: 19:04Sample: 1978 2005Included observations: 28C -5.129699 5.253590 -0.976418 0.3382LOG(K) 0.743111 0.071230 10.43249 0.0000R-squared 0.980905 Mean dependent var 8.702766 Adjusted R-squared 0.979378 S.D. dependent var 1.516003S.E. of regression 0.217706 Akaike info criterion -0.110389Sum squared resid 1.184894 Schwarz criterion 0.032348 Log likelihood 4.545442 F-statistic 642.1278yˆln=-5.13+0.74lnK＋1.11lnL（-0.98）（10.43）（1.60）R=0.98 F=642.13 D.W=0.31R^2=0.98 2(2)模型的检验a,b的估计值前面系数为正，符合经济意义。
R^2＝0.98,F值高达642.13，说明模型拟合得比较好，但是常数项和b的t统计值偏小，在5%的显著性水平下不能通过显著性检验。
由伴随概率可知，存在异方差。
而且 D.W＝0.31<d1＝1.10,说明模型存在着正自相关。
F-statistic 7.169188 Probability 0.0004083.1.3基于规模不变假设前提下的C-D 生产函数模型的实证分析在规模不变的假设前提下，C-D 生产函数变为Y ＝AKaL1-ae μ建立如下“强度形式”模型Ln(y/l)=a ＋bln(k/l)+μ(1)参数估计输入如下命令create a 1978 2005 data y k lls log(y/l) c log(k/l)得到如下回归结果：Dependent Variable: LOG(Y/L) Method: Least Squares Date: 06/27/07 Time: 19:44 Sample: 1978 2005 C 2.029997 0.065410 31.03478 0.0000 R-squared 0.973923 Mean dependent var 0.462602 Adjusted R-squared 0.972920 S.D. dependent var 1.344596 S.E. of regression 0.221267 Akaike info criterion -0.110146 Sum squared resid 1.272934 Schwarz criterion-0.014988 Log likelihood 3.542042 F-statistic 971.0447)/ln(l y = 2.03+ 0.83ln(K/L) (31.03) (31.16)R^2=0.97 2R =0.97 F=971.0447 D.W=0.29(2)模型检验a,b 前的系数都为正，符合经济意义。
R^2＝0.97,F 值高达971.0447，说明模型拟合得比较好，而且T 统计值也非常大，显然通过T 检验。
但由伴随概率可知，存在异方差。
且D.W＝0.29<d1＝1.10,说明模型存在着正自相关。
F-statistic 11.07398 Probability 0.000360Obs*R-squared 13.15312 Probability 0.0013933.1.4基于CES生产函数模型的参数估计由CES生产函数建立如下模型：Y＝A(δ1K-ρ+δ2L-ρ)-M/ρμ将Ln（δ1K-ρ+δ2L-ρ）-m/ρ在ρ=0处展开台劳级数，取0阶、1阶和2阶项，代入上式得：lnY=LnA+δ1mLnK+δ2mLnK-(1/2)ρmδ1δ2(Ln(K/L))2+ε(1)估计模型create a 1978 2005data y k lgenr ly=log(y)genr lk=log(k)genr ll=log(l)genr lkl=(log(k/l))^2ls ly c lk ll lklgenr g=c(2)/(c(2)+c(3))genr m=c(2)+c(3)genr p=-2*c(4)/m*g*(1-g)genr gg=1-ggenr q=1/(1+p)show g gg m p q得到如下回归结果：Dependent Variable: LYMethod: Least SquaresDate: 06/27/07 Time: 21:35Sample: 1978 2005C -15.61318 3.961259 -3.941469 0.0006LK 0.919271 0.056753 16.19772 0.0000LL 2.187058 0.497590 4.395301 0.0002R-squared 0.991845 Mean dependent var 8.702766 Adjusted R-squared 0.990826 S.D. dependent var 1.516003S.E. of regression 0.145205 Akaike info criterion -0.889782Sum squared resid 0.506025 Schwarz criterion -0.699467 Log likelihood 16.45695 F-statistic 973.0285ln＝-15.61＋0.92lnk＋2.19lnl－0.07(ln(k/l))^2y(-3.94) (16.20) (4.40) (5.67)R=0.99 F=973.0285 D.W=0.78R^2=0.99 2(2)模型的检验参数的符号符合经济意义，R^2＝0.99,F值高达973.0285，说明模型拟合得比较好，而且参数也通过T检验。
