Estoy buscando urgentemente un artículo sobre econometría de una buena persona. Utilice eview5 para analizarlo. Gracias.

Miembros del equipo del trabajo del curso de econometría: Líder del equipo: Instructor: Fecha: 27 de mayo de 2010 Análisis multifactorial de los cambios del PIB en las ciudades de mi país en 2006 Resumen: Este artículo analiza principalmente los cambios del PIB en las ciudades de China Realizar un análisis multifactorial del PIB del mismo período y establecer un modelo de regresión lineal múltiple con el PIB de cada ciudad en el mismo período como variable explicada y otros datos transversales cuantificables como variables explicativas, realizando así un análisis Análisis cuantitativo del PIB de cada ciudad en el mismo periodo. Palabras clave: Prueba econométrica del modelo de análisis multifactorial PIBY (100 millones de yuanes) 1. Introducción El PIB parcial (producto interno bruto) se refiere a los resultados finales de las actividades de producción de todas las unidades residentes en un país (o región) dentro de un cierto período de tiempo Desde la forma de valor Mire, es la diferencia entre el valor de todos los bienes y servicios producidos por todas las unidades residentes en un período determinado y el valor de todos los bienes y servicios de activos no fijos producidos por insumos intermedios en el mismo período. es decir, la suma del valor agregado de todas las unidades residentes. Mientras se crea el PIB, también se divide entre los factores de producción correspondientes, lo que se refleja principalmente en la remuneración laboral y las ganancias. En la sociedad moderna, el gobierno también participa del PIB en forma de impuestos. Este artículo estudia principalmente el impacto del empleo número L (diez mil personas) y la formación total de capital en cada región K (mil millones de yuanes) sobre el PIB de cada ciudad en el mismo período después de excluir los factores de precios, a saber, el índice de precios minoristas de productos básicos P ( año anterior = 100). 2. Revisión de la literatura Nota: Los datos sobre el PIB total de cada ciudad en el mismo período de 2006 provienen del "China Statistical Yearbook 2007"; los datos sobre el número de empleados L (10.000 personas) en 2006 provienen del "China"; Anuario estadístico 2007"; la capital de 2006 Los datos sobre la cantidad total de K (mil millones de yuanes) provienen del "Anuario estadístico de China 2007". Esta tabla se calcula basándose en los precios de 2006; los datos del índice de precios minoristas de productos básicos P en 2006 (año anterior = 100) proviene del "Anuario Estadístico de China 2007" 3. Propósito de la investigación: Al estudiar el PIB de cada ciudad en el mismo período, establecimos un modelo de regresión lineal múltiple con el PIB de cada ciudad en el mismo período; como variable explicada y otros datos transversales cuantificables como variables explicativas, para analizar el PIB de cada ciudad en el mismo período. Dominar los métodos para establecer modelos de regresión múltiple y comparar y seleccionar modelos. 4. Contenido experimental Según la teoría de la función de producción, la forma básica de la función de producción es:. Entre ellos, L y K son respectivamente el trabajo y el capital invertidos en el proceso de producción del PIB. Este artículo no considera el impacto de las variables temporales, es decir, el progreso tecnológico. La tabla anterior enumera datos estadísticos relevantes sobre el PIB de varias ciudades de mi país en 2006. Entre ellos, la producción Y es el PIB (precio comparable) de cada ciudad en el mismo período, L y K son respectivamente el número de empleados en la empresa; finales de 2006 y la formación total de capital en cada región (Precio comparable).

5. Establecer el modelo y realizar la estimación de parámetros, pruebas y corrección del modelo (1) Primero establecemos el modelo de relación entre Y1 y L: Entre ellos, Y1 - el PIB real de cada ciudad en el mismo período (100 millones de yuanes) L - finales de 2006 Número de empleados (10.000). Utilice el software EVIEWS para probar los parámetros del modelo, su importancia económica y la inferencia estadística. Después del análisis de regresión, se dibuja un diagrama de dispersión de Y1 y L de la siguiente manera: Usando EVIEWS. software, utilice el método MCO para estimar: Variable dependiente: Y1 Método: Mínimos cuadrados Fecha: 27/05/10 Hora: 14:45 Muestra: 136 Observaciones incluidas: 31 Variable Coeficiente Estándar Error-Estadística Prob. 042990.0000　R-cuadrado0.938534Meandependentvar7387.979　AjustadoR-cuadrado0 .936415S.D.dependentvar6367.139 S.E.deregresión1605.545Akaikeinfocriterion17.66266 Sumsquaredresid74755513Schwarzcriterion 17.75517 1.503388Prob(F-estadístico)0.000000 Se puede observar que el valor t de L es significativo y el El coeficiente está en línea con la importancia económica. En un sentido económico, cada aumento unitario en la mano de obra puede conducir a un aumento correspondiente en el PIB real de 14,9941, que puede lograrse bajo ciertas condiciones. Además, el coeficiente de determinación modificado es 0,936415 y el valor F es 442,8073, lo que supera claramente la prueba F.

Y el valor de la prueba P de L es 0, menos de 0,05, por lo que pasa la prueba del valor P (2) Establecer el modelo de relación entre Y1 y K1: entre ellos, Y1 - el PIB real de cada ciudad en el mismo período (100 millones de yuanes) K1 - cada ciudad Formación de capital total regional (inversión real) (100 millones de yuanes) La estimación de parámetros del modelo, su importancia económica y la prueba de inferencias estadísticas utilizan el software EVIEWS. Después del análisis de regresión, el diagrama de dispersión de. Y1 y K1 se elaboran de la siguiente manera: Usando el software EVIEWS, use OLS El método estima: Variable dependiente: Y1 Método: Mínimos cuadrados Fecha: 27/05/10 Hora: 17:16 Muestra: 136 Observaciones incluidas: 31 VariableCoeficienteStd.Error-StatisticProb. 705.0563393.0357-1.7938730.0833 K12.2411060.08675125.833850.0000 R-cuadrado0 .958357Mediavardependiente7387.979 R-cuadrado ajustado0.956921S.D.dependientevar6367.139 gresión1321.537Akaikeinfocriterion17.27332 Sumsquaredresid50647333Schwarzcriterion17.36583 Loglikelihood- 265.7364F-estadística667.3880　Durbin-Watsonstat1 .697910Prob(F-estadística)0.000000　Se puede ver que el valor t de K1 es significativo y el coeficiente está en línea con la significancia económica. En un sentido económico, cada aumento unitario de capital puede conducir a un aumento correspondiente del PIB real de 2,241106, que puede lograrse bajo ciertas condiciones. Además, el coeficiente de determinación modificado es 0,956921 y el valor F es 667,3880, lo que supera claramente la prueba F. Y el valor de la prueba P de K1 es 0, que es menor que 0,05, por lo que pasa la prueba del valor P mediante la comparación de los coeficientes absolutos, los coeficientes determinados ajustados, la prueba T, la prueba F y la prueba del valor P de los dos modelos. , es obvio que el modelo de relación de Y1 y K1 es mejor que el modelo de relación de Y1 y L. Por lo tanto, bajo la condición de que el modelo de relación entre Y1 y K1 sea el modelo básico, se establece un modelo de relación binaria.

(3) Establecer un modelo de relación binaria entre Y1, K1 y L. Entre ellos, Y1: el PIB real de cada ciudad en el mismo período (100 millones de yuanes; K1: la formación total de capital (inversión real) en cada región (); 100 millones de yuanes); L - -El número de empleados a finales de 2006 (miles de personas) Usando el software EVIEWS y el método OLS para estimar Variable dependiente: Y1 Método: Mínimos cuadrados Fecha: 27/05/10 Hora: 17:23 Muestra: 136 Observaciones incluidas: 31 VariableCoficientStd.Errort-StatisticProb C- 1369.643303.2218-4.5169680.0001 979　R-cuadrado ajustado0.978464S.D.dependentvar6367.139　S.E.deregresión934.3899Akaikeinfocriteri. on16.60943　Sumsquaredresid24446367Schwarzcriterion16.74820　Loglikelihood-254.4462F-statistic682 .5040　Durbin- Watsonstat1.633165Prob(F-estadística)0.000000　Se puede ver que los valores t de K1 y L son significativos y los coeficientes están en línea con la significancia económica. En un sentido económico, cada aumento unitario de capital puede conducir a un aumento correspondiente del PIB real. Además, el coeficiente de determinación modificado es 0,978464 y el valor F es 682,5040, lo que supera claramente la prueba F. Y los valores de la prueba P de K1 y L son 0, ambos menores que 0,05, por lo que se pasa la prueba del valor P. A través de la comparación de los coeficientes absolutos, los coeficientes determinados ajustados, la prueba T, la prueba F y la prueba del valor P de los dos modelos, es obvio que el modelo de relación entre Y1 y K1 y L es mejor que el modelo de relación entre Y1 y K1. . Por tanto, establecer un modelo de relación binaria está más en consonancia con las condiciones económicas reales. (4) Establecer un modelo de regresión no lineal: función de producción C-D. La función de producción C-D es: Para este tipo de función no lineal, el modelo se puede establecer de las dos formas siguientes. Método 1: Convertir a un modelo lineal para estimación; Tome los logaritmos en ambos extremos del modelo al mismo tiempo y obtendrá: Escriba los siguientes comandos en la ventana de comandos del software EViews: GENRLNY1=log (Y1) GENRLNL =log (L) GENRLNK1=log (K1 )　LSLNY1CLNLLNK1　Los resultados de la estimación son como se muestra en la figura.

Variable dependiente: LNY1 Método: Mínimos cuadrados Fecha: 27/05/10 Hora: 17:29 Muestra: 136 Observaciones incluidas: 31 Variable Coeficiente Estándar Error-Estadística Prob. .988755Mediadependientevar8.504486　R-cuadrado ajustado0.987951S. D.dependentvar1.037058　S.E.ofregression0.113834Akaikeinfocriterion-1.416379　Sumsquaredresid0.362831Schwarzcriterion-1.277606　Loglikelihood24.95388F-statistic1 230.946　Durbin-Watsonstat1.29 5173Prob(F-estadística)0.000000　Se puede ver que los valores t de K1 y L son significativos, y el coeficiente está en línea con la importancia económica. En un sentido económico, cada aumento unitario de capital puede conducir a un aumento correspondiente del PIB real. Además, el coeficiente de determinación modificado es 0,987951 y el valor F es 1230,946, lo que supera claramente la prueba F. Y los valores de la prueba P de K1 y L son 0, ambos menores que 0,05, por lo que se pasa la prueba del valor P. Al comparar el coeficiente de determinación, el coeficiente de determinación ajustado y la prueba F de los modelos anteriores, es obvio que este modelo es el mejor. Por lo tanto, se selecciona este modelo como el modelo de regresión lineal múltiple óptimo establecido con el PIB de cada ciudad en el mismo período como variable explicada y otros datos transversales cuantificables como variables explicativas. 6. Resumen En resumen, el modelo que ajustamos usando datos transversales refleja exitosamente el PIBY1 de cada ciudad durante el mismo período y el número de empleo L (diez mil personas) y cada región excluyendo los factores de precio, es decir, el precio minorista de los productos básicos. El índice P (año anterior = La relación cuantitativa entre la formación total de capital de 100) y K1 (mil millones de yuanes) es un modelo exitoso. Se puede ver en el modelo que el PIBY1 de cada ciudad en el mismo período tiene una relación muy significativa con el número de empleados L (diez mil personas) y la formación de capital total K1 (mil millones de yuanes) de cada región excluyendo los factores de precio. es decir, el índice de precios minoristas de productos básicos P (año anterior = 100). La estrecha relación es estrechamente consistente con la función de producción Cobb-Douglas (C-D), lo que verifica la exactitud de la función de producción Cobb-Douglas (C-D). Referencias: 1. "Cuentas económicas nacionales - Anuario estadístico nacional 2007" 2. "Índice de precios - Anuario estadístico nacional 2007" 3. "Contabilidad del producto interno bruto de China", editado por Xu Xianchun,