实验八 模型设定及诊断检验

《实验八 模型设定及诊断检验》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第八章模型设定与诊断检验一、实验目的1、熟悉模型设定过程中缺失变量与多余变量的检验2、熟悉残差检验3、熟悉模型稳定性检验二、实验要求1、掌握缺失变量与多余变量的检验的操作方法2、掌握残差检验的操作方法3、掌握模型稳定性检验的操作方法三、实验内容下表列出台湾地区1958~1972年总产出、资本投入和劳动投入年份总产值劳动资本19588911.4281.5120753195910873.2284.4122242196011132.5289125263196112086.5375.8128539196212767.5375.2131427196316347.1402.51342671964

2、19542.7478139038196521075.9553.4146450196623052616.7153714196726128.2695164783196829563.7790.3176864196933376.6816188146197038354.3848.4205841197146868.3873.1221748197254308999.2239715输入数据1、建立工作文件createa5872（或者采用命令workfilekka5872）2、输入数据datayIk3、建立回归模型lsycIk台湾地区生产函数为Y=-32135.74+2.44546L+0.344011

3、K(-10.728)(0.3987)(8.825)R2=0.99模型有很高拟合优度，但变量劳动的统计量值没有通过显著性检验建立C-D生产函数模型输入命令lslog(y)clog(i)log(k)C-D生产函数为log(y)=-8.393324+0.673615log(L)+1.180703log(k)（4.396919）（3.908039）R2=0.982456回归系数符合合理，系数显著检验C-D生产函数中劳动与资本的回归系数是否相加为1在估计结果窗口中，点击view---coefficienttest---wald---coefficientrestrictions,然后在弹出的窗

4、口输入公式表达的约束：c(2)+c(3)=1弹出结果第一个表格中的F统计量值，就是利用回归系数线性约束的F检验的结果。从结果中可以看出，p值很小，所以可以拒绝原假设，即规模报酬不变不成立。缺失变量检验在估计结果窗口中，点击view---coefficienttest---omittedvariables-likelihoodratio在弹出的对话框输入log(i-2)如果误差独立且服从正态分布，在H0下，F统计量将有确定样本F分布，分子自由度为添加回归因子数。分母自由度为小于总回归因子的观测值数。对数似数比统计量就是LR检验统计量且渐进服从卡方分布，自由度等于添加回归因子数。本例中，

5、检验结果不能拒绝原假设，即添加变量不显著。