典型建模案例的实际操作精选

《典型建模案例的实际操作精选》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、典型建模案例的实际操作张晓峒（2009-12-4）南开大学数量经济研究所所长、博士生导师中南财经政法大学兼职教授中国数量经济学会常务理事、天津市数量经济学会理事长nkeviews@yahoo.com.cnhttp://202.113.23.180:7050（南开大学®经济学院®数量经济研究所）确定研究对象其影响因素。设定，估计，诊断、检验模型，分析回归参数，预测。画变量散点图定义变量收集数据建立计量经济模型的一般过程：（1）确定研究对象，以及影响其变化的因素。（2）定义解释变量与被解释变量。收集数据（间接收集数据，直接作统计抽样调查）。（3）画

2、变量散点图，分析变量之间的关系。（4）计量经济学主要研究：设定模型形式，估计模型，对估计模型进行诊断与检验，确定模型最终估计结果，分析回归参数，解释经济含义，用模型预测等几个环节。（2）建模案例：【案例】中国旅游业产值预测（多元回归模型）（file:0611525）【案例】恩格尔是怎样发现恩格尔定律的（一元回归模型）（file:food）。【案例】建立什么形式的模型最合理（多元回归模型）（file:0611724）。【案例】日本人口模型（ARIMA模型）（file:japopu）【案例】香港季节GDP数据拟合（SARIMA模型）（file：Ho

3、ngKong）【案例】预测中国旅游人数（regARIMA模型）（file:5arma09a）。【案例】黄金价格增长率与人民币兑美元汇率增长率关系研究（GARCH模型）（file：5GARCH-2）【案例】股票交易的上证指数和总成交量关系（VAR模型）（file：2120061741,5var03）【案例】对天津市旅馆服务质量的评估（有序响应模型）(file:5order_model-3)【案例】病人看大夫次数的计量分析（计数模型）（file：5count-model01）【案例】蒙特卡罗模拟与编程。分位数回归模型非线性时间序列模型（1）确定研究

4、对象，以及影响其变化的因素。【例】研究中国旅游业的发展。确定研究对象：是研究总量的变化，还是研究增长率的变化？是研究全国的情况，还是分省的情况？还是与其他国家的对比？是研究旅游业产值，还是旅游人数的变化？是研究国内游客规模，还是入境的国外游客规模？【例】以研究旅游业产值为例，确定其影响因素：经济发展规模，中国人口规模，旅馆业规模，物价，旅游景点，旅游人数，黄金周政策。（2）定义解释变量与被解释变量，确定研究范围。被解释变量的选取要（1）依据经济理论，（2）要深调查研究，具体问题具体分析。【案例】研究范围：以研究全国旅游业产值为例，被解释变量：Y

5、：全国旅游业产值Y（单位：万元）解释变量：X1：国内生产总值GDP（单位：亿元）X2：消费者物价指数CPI，X3：中国人口数（单位：万人）X4：全国旅馆数，X5：全国旅游景点数（单位：千个）X6：旅游人数（单位：万人），H：黄金周政策虚拟变量收集数据间接收集数据：各种统计年鉴、数据库、数据网站。直接作统计调查：普查、抽样调查。经济数据不变价格的计算（用定基价格指数修正）。（3）画变量散点图，分析变量之间的关系（强调这一点）。例：例：画对数变量散点图：（线性化有所改善）例：观察旅游收入序列（分析1）1999年施行的黄金周政策（H）未对旅游收入产生

6、显著性影响。（分析2）非典对旅游收入影响显著。分析相关系数矩阵：（分析3）旅游收入Y和中国人口数X3关系最密切。应该以Y和X3的回归为基础建立多元回归模型。（分析3）解释变量间log(X3)和log(X1)相关最强。（4）设定模型形式，估计模型，对估计模型进行诊断与检验，确定模型最终估计结果，分析回归参数，解释经济含义，用模型预测等几个环节。建立5元回归模型LnYt=β0+β1LnX1+β2LnX2+β3LnX3+β4H+β5D+ut回归结果分析：（1）log(X1)的回归系数为负，且无显著性，一定和“与log(X3)高度相关”有关。（2）如预

7、期的一样，黄金周分期H的作用无显著性。从模型中删去log(X1)和H，得模型中不存在自相关，也不存在异方差。估计结果：log(Y)=-192.40+0.67log(X2)+16.76log(X3)+0.23D1(-35.5)（3.7）（32.3）(6.8)R2=0.997,DW=1.92【案例】恩格尔是怎样发现恩格尔定律的（file:food）。1857年，德国德累斯顿市的德国统计学家恩斯特×恩格尔（Engel）使用经EdouardDucpetiaux收集的198个比利时家庭的收入与食物支出数据（单位：比利时法郎）得出其著名的恩格尔定律：收入越

8、高的家庭将其收入用于食物支出的比例越低。food=β0+β1(income)+ut=84.1+0.53´income(5.1)(32.7)R2=0.8