1、 統(tǒng)計學2班第五次作業(yè)1、T （-3.764951）（125.3411） F=15710.39 DW=0.523428該回歸方程可決系數(shù)高，回歸系數(shù)均顯著。對樣本量為36，一個解釋變量的模型，5%的顯著性水平下，查DW統(tǒng)計表可知，模型中DW<，顯然模型中存在自相關。從殘差圖中也可看出。殘差圖如下殘差的變動有系統(tǒng)模式，連續(xù)為正和連續(xù)為負，表明殘差序列存在一階正自相關。采用廣義差分法：對進行滯后一期的自回歸得回歸方程，由此可知，對原模型進行廣義差分，得廣義差分模型：對廣義差分方程進行回歸T （-2.021984）（50.16820） F=2516.848 DW=2.097157其中 由于使用

2、廣義差分數(shù)據(jù)，樣本容量減少了一個，為35個。在顯著性水平5%下。查得 ，模型中DW=2.097157>，說明在5%顯著性水平下廣義差分模型中已無自相關。得最終模型：2、X1：人均收入/元 Y1：人均生活消費支出/元 X3：商品零售物價指數(shù)/%X2：人均實際收入/元 Y2：人均實際支出/元建立居民收入-消費模型為：采用根據(jù)物價指數(shù)調整后的數(shù)據(jù)。即X2：人均實際收入/元 Y2：人均實際支出/元作最小二乘回歸如下：T （6.446390）（53.62068） DW=0.574663N=19.在顯著性水平5%下查表得 模型中DW<，顯然模型中存在自相關。從殘差圖中也可看出。殘差的變動有系統(tǒng)

3、模式，連續(xù)為正和連續(xù)為負，表明殘差序列存在一階正自相關。采用廣義差分法：對進行滯后一期的自回歸得回歸方程，由此可知，對原模型進行廣義差分，得廣義差分模型：T （4.439737）（32.39512） F=1049.444 DW=1.830746其中 由于使用廣義差分數(shù)據(jù)，樣本容量減少了一個，為18個。在顯著性水平5%下。查得 ，模型中DW=1.830746>，說明在5%顯著性水平下廣義差分模型中已無自相關。得最終模型：北京市人均實際收入增加1元時，平均說來人均實際生活消費支出將增加0.669元。4、建立日本工薪家庭收入-消費模型為：T （6.136073）（30.00846） F=900

4、.5078 DW=0.352762該回歸方程可決系數(shù)高，回歸系數(shù)均顯著。對樣本量為25，一個解釋變量的模型，5%的顯著性水平下，查DW統(tǒng)計表可知，模型中DW<，顯然模型中存在自相關。從殘差圖中也可看出。殘差圖如下殘差的變動有系統(tǒng)模式，連續(xù)為正和連續(xù)為負，表明殘差序列存在一階正自相關。采用廣義差分法：對進行滯后一期的自回歸得回歸方程，由此可知，對原模型進行廣義差分，得廣義差分模型：對廣義差分方程進行回歸T （2.917533）（7.154796） F=51.19110 DW=2.377660其中 由于使用廣義差分數(shù)據(jù)，樣本容量減少了一個，為24個。在顯著性水平5%下。查得 ，模型中DW=2

5、.377660>，說明在5%顯著性水平下廣義差分模型中已無自相關。得最終模型：模型說明日本工薪居民收入每增加1元，平均說來消費增加0.54元。5、Y：地區(qū)生產(chǎn)總值 X：固定資產(chǎn)投資額對模型：進行回歸如下：T （9.007529）（24.45123） DW=1.159788對樣本量為21，一個解釋變量的模型，5%的顯著性水平下，查DW統(tǒng)計表可知，模型中DW<，顯然模型中存在自相關。由殘差圖也可看出：殘差的變動有系統(tǒng)模式，連續(xù)為正和連續(xù)為負，表明殘差序列存在一階正自相關。采用廣義差分法：對進行滯后一期的自回歸得回歸方程，由此可知，對原模型進行廣義差分，得廣義差分模型：對廣義差分方程進行回歸T （6.546372）（15.15871） DW=1.441543其中 由于使用廣義差分數(shù)據(jù)，樣本容量減少了一個，為20個。在顯著性水平5%下。查得 ，模型中DW=1.441543>，說明在5%顯著性水平下廣義差分模型中已無自相關。得最終模型：令：（固定資產(chǎn)投資指數(shù)），（地區(qū)生產(chǎn)總值增長指數(shù)）使用模型：作回歸如下：T （15.73556）（7