首页 > 其他分享 >经典单方程计量经济学模型:一元线性回归模型-Eviews实现

经典单方程计量经济学模型:一元线性回归模型-Eviews实现

时间:2024-09-27 12:21:33浏览次数:3  
标签:GDP 一元 模型 计量经济学 Eviews 斜率 线性

        下表为中国内地某年各地区税收Y与国内生产总值的GDP的统计资料。

地区YGDP
 北京1435.79353.3
 天津438.45050.4
 河北618.313709.5
 山西430.55733.4
 内蒙古347.96091.1
 辽宁815.711023.5
 吉林237.45284.7
 黑龙江3357065
 上海1975.512188.9
 江苏1894.825741.2
 浙江1535.418780.4
 安徽401.97364.2
 福建5949249.1
 江西281.95500.3
 山东1308.425965.9
 河南62515012.5
 湖北4349230.7
 湖南410.79200
 广东2415.531084.4
 广西282.75955.7
 海南881223.3
 重庆294.54122.5
 四川62910505.3
 贵州211.92741.9
 云南378.64741.3
 西藏11.7342.2
 陕西355.55465.8
 甘肃142.12702.4
 青海43.3783.6
 宁夏58.8889.2
 新疆220.63523.2

        1、作出散点图,建立税收随着国内生产总值GDP变化的一元线性回归方程,并解释 斜率的经济意义。

        (1)Eviews操作

        1.1录入数据:data y x

        1.2绘制散点图          

                 

         

        ​​​​​​​         

        如图得出数据符合一元线性回归,此使用Eviews输出 模型参数。

        1.3模型得出与参数求解

                ​​​​​​​        

         输出结果:

        ​​​​​​​        

        由表格得出一元线性回归模型为:

                                \hat{Y}=-10.63+0.071GDP+u_i

其中u_i 为随机扰动项。

        斜率的经济意义是:某年, 中国各省区GDP 每增加1亿元时,税收平均增加0.071亿元。

(2)对所建立的回归方程进行检验

        在5%的显著性水平下,df为31-2=29的t1分布的临界值为 2.045。因此,从参数的t检验值看,斜率项显著不为零,但不拒绝截距项为零的假设。另外,拟合优度 R=0.7603表明,税收的76%的变化可由 GDP的变化来解释,因此拟合情况较好。

标签:GDP,一元,模型,计量经济学,Eviews,斜率,线性
From: https://blog.csdn.net/2301_76574743/article/details/142589785

相关文章

  • OpenAI o1 模型全面评测(附国内使用o1模型方法)
    此次o1发布,很多人达成的一个共识:o1模型是一个超强的理科生。来自加州大学欧文分校(UCI)的物理学博士KyleKabasares,实测o1preview+mini后发现:o1模型已经强到,能够直出博士论文代码了!使用方法放文末了。2022年,物理学博士Kabasares在《天体物理学杂志》上发表了一篇论文,探讨了......
  • 8种数值变量的特征工程技术:利用Sklearn、Numpy和Python将数值转化为预测模型的有效特
    特征工程是机器学习流程中的关键步骤,在此过程中,原始数据被转换为更具意义的特征,以增强模型对数据关系的理解能力。特征工程通常涉及对现有数据应用转换,以生成或修改数据,这些转换后的数据在机器学习和数据科学的语境下用于训练模型,从而提高模型性能。本文主要介绍处理数值变量特......
  • 大模型开发入门到进阶(二)大模型的应用领域、大模型的优缺点
    一、大模型的应用领域大模型作为人工智能领域的重要成果,其应用领域广泛且深入,涵盖了自然语言处理、计算机视觉、生物信息学、自动驾驶、金融等多个关键领域。以下是对大模型应用领域的详细介绍:1.自然语言处理(NLP)大模型在自然语言处理领域的应用最为广泛和深入。它们可以......
  • 大模型时代,程序员能保住头发吗?
    10月24日,位于安徽合肥的奥林匹克体育中心,正在举行一场大型科技峰会,奔涌而入的人潮,很快就将主会场挤了个满。这是科大讯飞主办的第六届世界声博会暨2023全球1024开发者节的现场。自2017年以来,这家公司每年都会在1024程序员节这一天举办这样的大会。同一日,还有大量的公司,例如......
  • 大模型驱动,开启智能通信时代
    从2021年,我们介绍了5G消息如何赋能各行各业;2022年,我们探讨了云原生驱动的融合通信;去年,我们提出了融合通信的未来可期,并介绍了云通信在各种场景下的解决方案以及与AI的结合。今年,我们继续探讨基于大模型驱动的融合通信,分享我们在这一领域的思考、探索和实践。规模化使用云通......
  • 【有啥问啥】大型语言模型的涌现能力(Emergent Abilities):新一代AI的曙光
    大型语言模型的涌现能力(EmergentAbilities):新一代AI的曙光随着人工智能技术的飞速发展,大型语言模型(LargeLanguageModel,LLM)展现出了令人惊叹的涌现能力。这种能力并非模型规模简单线性增长的结果,而是在模型达到一定复杂度后,突然涌现出的一系列复杂能力,如深层语义理解、逻......
  • 零基础入门大语言模型
    阶段1:数学基础学习大语言模型的核心在于对以下数学概念的掌握:线性代数(矩阵、向量、矩阵乘法、特征值与特征向量)微积分(导数、偏导数、链式法则)概率与统计(条件概率、贝叶斯定理、期望值、方差)优化(梯度下降、凸优化)推荐学习资源:“MathematicsforMachineLearning”专......
  • CNN网络训练WISDM数据集:模型仿真及可视化分析
    卷积神经网络(CNN)因其强大的特征提取能力和深度学习架构而备受推崇,CNN在处理图像数据时展现出的卓越性能,使其成为解决各种视觉识别任务的首选工具。WISDM数据集是一个广泛用于运动估计研究的基准数据集,它包含了多个视频序列,每个序列都记录了摄像头在不同方向上移动时捕捉到的......
  • [大语言模型-论文精读] Diffusion Model技术-通过时间和空间组合扩散模型生成复杂的3D
    ​​​​​​GenerationofComplex3DHumanMotionbyTemporalandSpatialCompositionofDiffusionModelsLMandelli,SBerretti -arXivpreprintarXiv:2409.11920,2024通过时间和空间组合扩散模型生成复杂的3D人物动作摘要本文提出了一种新的方法,用于生成在......
  • [大语言模型-论文精读] MoRAG - 基于多部分融合的检索增强型人体动作生成
    MoRAG--Multi-Fusion Retrieval AugmentedGenerationforHumanMotionKSShashank,SMaheshwari,RKSarvadevabhatla -arXivpreprintarXiv:2409.12140,2024MoRAG-基于多部分融合的检索增强型人体动作生成1.目录MoRAG--Multi-Fusion Retrieval Augment......