word专业整理
表1： 被解释变量与解释变量1980-20009数据
资料来源：《中国统计年鉴》。 国内生产总值年末从业人年份 （现价）/亿元 员数/万人 1980 4545.623973 1981 4889.461062 1982 5330.450965 1983 5985.551568 1984 7243.751718 1985 9040.736581 1986 10274.37922 1987 12050.61513 1988 15036.82301 1989 17000.91911 1990 18718.32238 1991 21826.19941 1992 26937.27645 1993 35260.02471 1994 48108.45644 1995 59810.52921 1996 70142.49165 1997 78060.835 1998 83024.27977 1999 88479.15475 2000 98000.45431 2001 108068.2206 2002 119095.6893 2003 135173.9761 2004 159586.7479 2005 185808.559 2006 217522.6698 2007 267763.6588 2008 316228.8248 2009 343464.6903 42361 43725 45295 46436 48197 49873 51282 52783 54334 55329 56909 58360 59432 60220 61470 67947 68850 69600 69957 70586 72085 73025 73740 74432 75200 75825 76400 76990 77480 77995 全社会固定资产投资总额/亿元 910.9 961 1230.4 1430.1 1832.9 2543.2 3120.6 3791.7 4753.8 4410.4 4517 5594.5 8080.1 13072.3 17042.1 20019.3 22913.5 24941.1 28406.2 29854.7 32917.7 37213.5 43499.9 55566.6 70477.4 88773.6 109998.2 137323.9 172828.4 224598.8 居民消费价格指数（上年=100） 107.5 102.5 102 102 102.7 109.3 106.5 107.3 118.8 118 103.1 103.4 106.4 114.7 124.1 117.1 108.3 102.8 99.2 98.6 100.4 100.7 99.2 101.2 103.9 101.8 101.5 104.8 105.9 99.3 首先，检查被解释变量和解释变量之间的线性关系是否成立。观察被解释变量与解释变量之间的散点图。
学习资料 整理分享
word专业整理
80,00075,00070,00065,000X160,00055,00050,00045,00040,0000100,000200,000Y300,000400,000 图1：被解释变量?与解释变量?1的散点图
由图中趋势线可以判断，被解释变量Y与解释变量?1之间基本呈线性关系。
240,000200,000160,000X2120,00080,00040,00000100,000200,000Y300,000400,000 图2：被解释变量?与解释变量?2的散点图
由图中趋势线可以判断，被解释变量?与解释变量?2之间基本呈线性关系。
学习资料 整理分享
word专业整理
125120115X3110105100950100,000200,000Y300,000400,000 图3：被解释变量?与解释变量?3的散点图
由图中趋势线可以判断，被解释变量Y与解释变量?3之间基本呈线性关系。再通过变量之间的相关系数判断。
表2：被解释变量与解释变量相关系数表
Covariance Analysis: Ordinary Date: 5/25/16 Time: 8:58 Sample: 1980 2009 Included observations: 30
Covariance Correlation Y X1 X2 X3
Y 8.85E+09 1.000000 8.91E+08 0.820679 5.05E+09 0.981058 -197583.1 -0.325058 1.33E+08 1.000000 4.52E+08 0.717394 -20469.67 -0.274607
X1 2.99E+09 1.000000 -102814.7 -0.291137
X2 41.73889 1.000000 X3 学习资料 整理分享
word专业整理
看到被解释变量Y与解释变量?1，?2，?3之间具有较高的相关性。
通过散点图和相关系数表的判断，可以判断被解释变量和解释变量之间具有明显的相关线性关系。同时通过被解释变量与解释变量的相关图形分析，设置理论模型为：
y??1??2X1??3X2??4X3??
2.2 建立初始模型——OLS 2.2.1 使用OLS法进行参数估计
表3： 普通最小二乘法参数估计输出结果
Dependent Variable: Y Method: Least Squares Date: 5/25/16 Time: 9:00 Sample: 1980 2009
Included observations: 30
X1 X2 X3 C
R-squared
Coefficien
t
1.934840 1.382559 -379.2654 -49822.31
Std. Error
0.215990 0.045823 280.8999 33676.59
t-Statistic Prob.
8.957997 30.17169 -1.350180 -1.479434
0.0000 0.0000 0.1886 0.1510
85749.31 95692.85 21.27172 21.45855 21.33149 1.178143
0.991233 Mean dependent var 0.990221 S.D. dependent var
Akaike info
9462.951 criterion
2.33E+09 Schwarz criterion
Hannan-Quinn
-315.0758 criter.
979.8468 Durbin-Watson stat 0.000000
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
得到初始模型为：
y??49822.31?1.934840X1?1.382559X2?379.2654X3
学习资料 整理分享
word专业整理
2.2.2 对初始模型进行检验
要对建立的初始模型进行包括经济意义检验、统计检验、计量经济学检验、预测检验在内的四级检验。 (1)经济意义检验
解释变量的系数分别为?1=1.934840、?2=1.382559。两个解释变量系数均为正，符合被解释变量与解释变量之间的正相关关系，符合解释变量增长带动被解释变
?量增长的经济实际，3=-379.2654，符合被解释变量与解释变量之间的负相关关系。与现实经济意义相符，所以模型通过经济意义检验。 (2)统计检验
①拟合优度检验：R2检验，R-squared=0.991233；Adjusted R-squared=0.990221；可见拟合优度很高，接近于1，方程拟和得很好。
②变量的显著性检验：t检验，
表4：模型系数显著性检验，t检验结果
Coefficien
X1 X2 X3 C t
1.934840 1.382559 -379.2654 -49822.31
Std. Error 0.215990 0.045823 280.8999 33676.59 t-Statistic Prob.
8.957997 30.17169 -1.350180 -1.479434 0.0000 0.0000 0.1886 0.1510 从检验结果表中看到，包括常数项在内的所有解释变量系数的t检验的伴随
?概率均小于5%，所以，在5%的显著水平下?1、?2、3的系数显著不为零，通过显著性检验，常数项也通过显著性检验，保留在模型之中。
③方程的显著性检验：F检验，方程总体显著性检验的伴随概率小于0.00000，在5%显著水平下方程显著成立，具有经济意义。
(3)计量经济学检验：
方程通过经济意义检验和统计检验，下面进行居于计量经济学模型检验核心的计量经济学检验。
①进行异方差性检验：
首先用图示法对模型的异方差性进行一个大致的判断。令X轴为方程被解释变量，Y轴为方程的残差项，做带有回归线的散点图。
学习资料 整理分享
中国经济增长影响因素的分析报告书
