计量经济学研究企业的论文

计量经济学在中国经济学界越来越被关注，其 方法 与工具也在实证研究中被广泛的应用。下面是我为大家推荐的计量经济学课程论文，供大家参考。计量经济学课程论文篇一：《翻转课堂教学模式下计量经济学论文》 一翻转课堂的内涵 传统的教学流程是教师通过课堂讲授完成知识传递，然后通过课外作业促使学生完成知识内化。翻转课堂则是对传统教学流程的颠倒安排，它将知识传授过程由课堂移到课外，让学生借助观看教师制作的教学视频、课件或利用网络资源等自主、协作完成知识的学习，而课堂则成为教师答疑解惑，指导学生完成作业、讨论探究问题和对学生进行个性化指导的地方。因此，在翻转课堂教学中，教师和学生的角色和地位发生根本改变，教师由教学“主导者”和“控制者”转变为教学的“组织者”和“指导者”，学生则由知识的“被动接受者”变成知识的“主动建构者”，成为整个教学过程的主体，自主或协作去探究和构建知识，实现个性化学习。由此可见，翻转课堂是指在信息化环境下，教师通过提供教学视频、课件、文本等教学资源，使学生在上课前通过自主、协作学习，完成知识的传授，然后在课堂上通过答疑解惑、协作探究和互动交流等活动使学生完成知识内化的一种新型教学模式。翻转课堂打破传统教学过程中教师对知识的垄断，使学生成为教学过程的主体，主动去探究和构建知识，实现学生的个性化学习，培养学生的学习能力，是技术发展推动 教育 变革的产物，被誉为预见未来的教育。翻转课堂是对传统教学模式的颠覆，与传统教学有本质的不同。翻转课堂要想取得预期成效，需要具备一定的前提条件。首先，翻转课堂把知识的学习过程放在课外，由学习者自主学习或协作探究去完成，需要学习者具有较好的自主学习能力和自我管理能力。其次，由于翻转课堂把知识的学习过程放在课外，所以需要有完善的信息化教学系统来支持，以满足学生随时随地自主、个性化的学习需求。再次，翻转课堂的实施需要强有力的信息技术支撑，教学视频、课件的制作以及各种系统工具的操作和应用，都需要教师和学生具有一定的信息技术能力。 二翻转课堂教学设计教学资源准备 通过对教学目标、教学对象和教学内容的分析，将课程按知识块划分成若干个教学单元，每个教学单元根据知识点的难易程度开发制作教学视频、课件、案例等模块化学习资源，简单的知识点一般准备课件或电子文本即可，重点或难点内容则有必要增加准备教师讲解的音视频，以便帮助学生学习理解，有的放矢地引导学生完成学习目标。同时，准备好实施翻转课堂教学所需的软硬件环境。课前学习设计在教学资源准备就绪之后，开始进行课前学习设计。在课前学习阶段，教师通过网络教学平台发布教学资源，设置学习活动，并提出明确的学习要求，学生利用教师提供的教学资源或网络开放资源进行自主学习或协作探究，完成课前的学习活动和要求。在这个阶段，教师不急于解答学生的疑惑，要设计相应的单元知识测试和交流反馈方式，检验和了解学生的知识学习掌握情况。课堂教学设计根据对课前学生的知识学习掌握情况的了解和反馈，教师有针对性地组织和设计课堂教学活动，如集中讲授、答疑解惑、讨论探究、小组任务、实验实践、个性化辅导等，对课前学习的知识进行系统分析和梳理，加深学生对知识的理解和应用，促进学生完成知识的内化吸收。课堂教学设计要注重师生之间的交流，有效的交流探讨是翻转课堂取得成功的关键。课后评价设计教师要对学生学习情况进行及时、有效反馈，采取多种方式对学生的学习情况进行全面评价，做到定量评价和定性评价、个人评价和小组评价的有效结合。在这个阶段，主要通过学生的个人讲述汇报、 自我评价 、小组评价、教师评价等活动，师生一起对学习过程和收获进行交流和评价。教师评价的内容包括知识的难易程度、独立学习过程中学生的表现、小组学习中的个人表现、小组学习成果展示、平时的测验以及期末考试等情况。 三计量经济学翻转课堂教学实践 基于上述翻转课堂的教学理论，以计量经济学课程为例，开展翻转课堂教学实践。进行翻转课堂可行性分析学校具有Moodle网络学习的平台，可在上面建设网络课程，用于课前学生自主协作学习和交流，Moodle平台教学功能完善，可跟踪学生的自学情况，方便教师跟踪和了解学生的学习状态;利用CamtasiaStudio工具制作微课件，备有专门的技术人员协助教师制作微视频课件，设有助教协助教师日常维护网络课程;学校网络基础设施完善，校园实现无线局线网全覆盖，学生基本拥有 笔记本 、智能手机等联网终端设备;本次课程的授课对象为大二学生，具有一定的信息技术能力和自主学习能力。准备教学资源，创建网络学习环境在Moodle平台上建设计量经济学网络课程，课程资源包含电子课件、教案、微教学视频、推荐的专题学习文档和网站等类型的素材。将教学资源分为基础和扩展两个等级，为不同能力和需求的学生准备。其中，微教学视频的制作是教学资源准备中的核心内容。根据每节课的课堂目标，为学生精心准备1～3个微视频，每一个微视频只介绍一个知识点或者呈现一个案例。利用CamtasiaStudio来进行微视频的录制与后期制作，画面清晰且操作简单。制作完成后，将视频和其他电子资源上传到Moodle平台的网络课程中，供学生网上观看学习。设计和实施翻转课堂教学班级人数为48人，将学生分为八个小组，要求学生课前通过网络课程自主、协作学习和探究。每小组设有小组长，负责 总结 和反馈本小组的学习情况。教师将教学资源发布给学生后，也将课前学习要求明确告知学生，并在学生自学完毕后设计适量的测试题，检验学生的学习效果。同时利用Moodle平台跟踪学生的学习过程，及时了解学生的学习进度和学习状态。学生则根据教师的要求，学习教师准备好的教学资源，完成各项学习活动和任务。学生通过自学或协作完成知识的学习，并小组交流讨论学习过程中的疑难点，由小组长将问题汇总后反馈给教师。教师根据学生学习的反馈，有针对性地设计课堂教学活动，在课堂上集中解答学生的疑惑或共同探究问题，以巩固学生所学的知识。教师在课堂上可采取多种 教学方法 来促进学生将知识内化。 1)合作探究 由教师提出相关问题或任务，由小组同学合作完成。学生可以充分利用这段时间和学习伙伴讨论交流，探究解决问题或完成任务，发表自己的观点，加深对知识的理解和应用。 2)个性化指导 个性化指导是教师为各个小组解答疑惑的过程。每一个小组在自主协作学习过程中都会遇到不同的问题，所以教师根据学生不同的问题采取个性化指导，为每个小组解答疑惑，实现因材施教。 3)总结点拨 由每个小组的代表总结本次课程学习的收获及碰到的疑难点，之后教师针对各个小组出现的问题将重点问题和知识集中讲解，对本教学单元的知识进行系统化梳理，引起学生的注意，加深学生对知识的理解和应用。对学习效果进行评价学习评价是课程的最后环节，教师从学生个人、各个小组以及整体的角度，对学生的课程学习进行整体评价，重视评价的多元性和公平性，引导学生积极探索以及协作精神的培养，潜移默化中提高学生的自学能力和问题解决的能力。本门课程采用综合评价的方式，包括学习过程中的个人表现、小组表现和成绩、个人作业完成情况以及期末考试等。 四结语 翻转课堂是在信息技术飞速发展和教育信息化日趋成熟的背景下发展起来的新兴教学模式，其所倡导的以学生为中心的教学理念，实现学生的个性化教学，促进学生的全面发展，已在国内外多所学校的实践中取得极大成功。为此，广大高校教育工作者要加强翻转课堂的教学研究和应用，促进我国高等教育的信息化发展和教学质量的不断提高。 计量经济学课程论文篇二：《研究生计量经济学论文》 一课程改革的主要 措施 (1)充分利用校院两级提供的资源 鼓励与支持课程组成员进修学习，拓展研究视野、提升教学能力。 (2)学习与借鉴国内外高校优秀教学 经验 与成果 课程组一方面注重跟踪学科的发展，结合《计量经济学》国际国内的最新科研成果不断更新教学内容，另一方面跟踪国外、国家与省级精品课、精品资源共享课，获取有益的经验与方法。 (3)改革课程考核方式，增强课程教学效果 课程的考试分为两部分：实验和课程论文。实验的考核主要是为了促进学生熟练掌握计量软件EVIEWS的应用，能够熟练进行建模求解并对模型的参数进行检验，进一步为科学研究的实证分析奠定基础;而课程论文的考核主要是增强学生的科研写作能力。 二《计量经济学》具体授课内容的改革方案 在理论教学内容方面，课程组要反复研讨并通过与学生的反馈交流，精心设计符合我校研究生实际的教学内容，使课程教学适应和符合培养经济管理创新型人才的需要。在教学实践方面，课程组要不断完善和更新教学案例，加强实践教学改革(特别是课程论文、课程实习等)，注重培养学生在科研中应用本课程中相关知识与方法的能力。在教学载体方面，课程组要做到全部教学资源上网共享，实现课程在时间和空间上的无障碍教学。由于我校管理类专业研究生需要运用计量经济方法分析和解决本专业领域的实际问题，而非侧重在研究计量方法本身，因此，本课程的教学目标应是以培养学生的应用能力为主，课程教学应当理论与应用并重，融基本理论方法与应用为一体。考虑到本学科的研究生大部分在本科没有系统学过本课程，所以在教学中要根据大多数研究的实际情况以及本课程的体系，反复精选计量经济学的教学内容，使之更加符合本专业教学的实际要求。本课程以经典计量经济学的内容为主，适当概要性地介绍“非经典”计量经济学的新发展与动态。课程特别注重基本思想、经济背景、基本方法和实际应用，通过教学使学生掌握现代经济学、管理学研究和分析的基本理论与方法，并能够应用计量经济学模型分析现实的经济和管理问题。在《计量经济学》教学过程中，强调理论与实践的结合，注重培养学生运用定量分析方法解决经济管理问题的能力，以适应社会发展对创新型经济与管理人才的需要。《计量经济学》实验在培养学生发现问题、分析问题和解决问题的能力方面有显著成效。《计量经济学》实践性教学环节由案例分析、实验教学与课程论文三部分组成。 (1)案例教学 为了引导学生体验计量经济学理论与方法的实际应用，基本上每节课都结合案例进行讲解。通过实际经济问题的提出和解决，了解理论方法实际应用中出现的问题，以及解决的办法。并结合案例分析介绍EViews软件的使用方法。这种教学方式使学生感到计量经济理论方法更加贴近经济管理实际，而且是从实际需要出发去学习计算机软件，比单纯讲授软件本身更引起学生的兴趣。 (2)实验教学 实验教学是以通用的Eviews软件为载体，为配合《计量经济学》课堂教学专门设计的辅助性教学环节。设计思想和目的是完成课堂讲授内容的计算机软件的实现，帮助学生理解、消化、评价课堂所学的内容。具体做法是在工商管理实验室进行专门的上机实验教学，并要求学生课外另外安排不低于10小时的上机实践。上机实验课上，在教师的引导下，要求每个学生结合自己选定的作业和设计的模型，熟悉EViews软件的使用方法各个部分的具 体操 作。实践证明，经过8学时及以上的训练，学生都能掌握基本的计量经济分析的EViews软件操作，都具有了用计量经济软件作实证性经济分析的初步能力。 (3)课程论文 课程论文是要求研究生结合本专业所学基础理论和自身的研究兴趣，运用计量经济学的基本思路、方法和工具，解决一个社会、经济发展中的实际问题，并形成8000字左右的课程论文。这种方法可以使学生在学习了计量经济学理论方法以后，受到计量经济分析的实际训练，对运用计量经济方法解决实际经济问题方式有更深刻体会，从而提高学生处理实际经济问题的能力和素质，提高其科研能力。通过实践性教学，不仅可以增加学生对学习计量经济学的兴趣，而且使学生享受到了运用计量经济学分析实际问题的乐趣，培养了学生应用计量经济学的建模能力。一方面可以参加相关的建模竞赛，更可以运用《计量经济学》的理论和方法撰写科研论文进行发表，这几年研究生的科研成果论文能够充分说明这一点。 三《计量经济学》教学方法与手段的改革方案 该课程采用课堂讲授与上机实验相结合、模型计算与问题分析相结合的授课模式，使学生探究、协作的学习过程中达到学好《计量经济学》课程的目的。具体而言，我们在课堂教学中采用了精讲、案例、讨论等多种教学方法，将课程教学延伸到实践环节之中。根据教学内容、教学环境、教学对象采用了相应的教学方法，形式灵活，效果良好。例如，对一些理论性很强的难点内容，如总体回归函数、总体回归模型概念的联系和区别，t检验法、P值对回归方程系数显著性检验的联系与区别，回归模型存在多重共线性时会出现的理论后果和实际后果，内生变量和外生变量、模型识别的阶条件和秩条件，采用精讲教学形式。对一些实践性很强的重点内容，如经济计量学的研究程序，运用包含虚拟变量的回归模型分析结构稳定性，多重共线性、异方差、自相关的各种诊断方法和补救措施，间接最小二乘法和两阶段最小二乘法，采用案例教学形式。对一些容易混淆难以理解的内容，如多元线性回归模型与一元线性回归模型的不同点，对数线性模型、半对数模型、线性对数模型的设定和参数含义，采用对比、讨论教学形式。对有些难点内容，如内生变量和外生变量、模型识别的阶条件和秩条件，采用精讲、案例、讨论等多种教学形式。教学手段： (1)多媒体教学 通过多媒体教学讲授《计量经济学》，突破了传统教学手段的时空限制，节省了时间，增加了课堂教学的信息量，使课堂教学形象化、生动化。 (2)实验教学 安排1/4的时间，开展实验教学，保证了教学效果。教学方式从传统的“灌输式”转变为精讲、案例、讨论等多种教学形式有机结合，激发了学生的学习兴趣。考试内容方面，适当减少死记硬背式的题目，增加案例分析等实际应用型的考题;题型设计多样化;增加题目覆盖的专业面。 计量经济学课程论文篇三：《计量经济学本科教学问题》 摘 要：针对我国的计量经济学教学暴露了一些问题，本文通过对计量经济学教材、教学和统计软件应用等问题的分析，给出了解决这些问题的一些方法，以利今后的教学。 关键词：计量经济学;统计软件;案例教学 1998年，《计量经济学》首次被教育部高等学校经济学科教学指导委员会确定为高等学校经济类本科专业的八门公共核心课程之一。时间已经经历了八个年头，国内涌现出了一大批计量经济学教材，在这些教材编写中，基本上都是针对 财经 院校统计专业的学生而编写的，过多强调统计学知识的讲解，没有很好适应针对本科所有经济类专业的通用的教材，不利于非统计专业的经济类学生学习。对于非统计专业的经济类学生而言，这些教材都存在或多或少的缺点和不足。这些问题的存在给高校《计量经济学》的讲授带来了很大的难题。本文将针对《计量经济学》教材的选用给出一些具体建议，并对本科计量经济学教学方法进行一些探讨： 一、当前《计量经济学》教材普遍存在的问题 1.教学体系较为过时和陈旧 计量经济学是一门快速发展的学科，尤其是近二十年来计量经济学研究取得了很大进展，并且已经迅速应用到宏微观经济学各个分支了。而当前国内的许多这方面的教材几乎都忽略了近二十年的最新研究成果，这对学生的学习和今后的发展都是极为不利的。 2.缺乏应用性强的与现实经济情况相结合的具体案例 进行计量经济学的教学，不仅要教授学生掌握大量基础知识，同时更重要的是会用所学的知识对现实经济情况进行定量分析和预测。但这种能力的培养不是一朝一夕的工夫，在教学中大量引用与现实经济情况有关的案例分析，能使学生产生浓厚的兴趣，也能切身认识到计量经济学在现实中的应用。既能容易使学生掌握基础理论知识，又能使学生学会定量分析现实经济现象。 3.计量经济分析软件相对滞后 学习计量经济学必须要对大量的数据进行分析和处理，因此选用一个好的统计软件对初学者来说是非常重要的。目前教学中大多数选用的软件是TSP、SHAZAM等软件，该软件是用DOS命令的方式进行操作的，不利于初学者的学习。目前，国外比较流行的 统计分析软件主要有EVIEWS、STATA等，这些统计软件都采用菜单式操作方式，非常适合初学者学习使用。 二、当前计量经济学教学中急需解决的问题 基于上述这些问题的存在，计量经济学教学内容、方法与手段的改革势在必行，这一改革将有助于高等学校教学质量的提高及学生能力的增强。 首先，积极选用国外最新教材，尽可能与国际一流大学所用教材接轨。目前国外的一流大学所用的教材都非常新，基本涵盖了近几十年计量经济学的研究成果，这一点是国内一些教材所不能比的。达达莫尔・N・古亚拉提所写的《经济计量学精要》一书堪称计量经济学的经典入门教材，该书既有数学、统计学的知识回顾，又有计量经济学的一般理论，同时也包含了计量经济学近几十年的最新研究成果。无疑非常适合我国经济类本科生学习。 其次，在教学中要多加强教学中的实践环节。计量经济学分为计量经济学方法与计量经济学模型两部分，是一门应用性较强的课程。在教学过程中，传统的教学方法侧重于理论知识的讲授，虽然有少量的实践环节，但在上机实验时，学生的实验作业大多是教师所给的或者是书本中的例题与习题，显然不符合计量经济学的学科特点。 新的教学方法要求学生在做基本练习及掌握基本方法的基础上，从自己所处的现实经济中寻找问题，收集经济指标的数据资料，自己上机做模型分析，教师在其中主要起观察、引导作用，指出学生所做分析的问题所在，在校正问题的基础上，多挖掘学生所分析内容中闪光的一面，鼓励学生加强实践。通过这一环节的教学，一方面加深了学生对理论知识的理解，另一方面提高了学生思考问题与分析问题的能力。 当前存在的问题是学生不能很好地利用自己所学的计量经济学方法来分析现实经济中的问题，原因是当初学习时没能做较多的与现实问题相关的作业。这一教学实践环节的加强，有助于学生对计量经济学模型方法的灵活掌握。 为解决这一问题，在教学方法和手段上也应该有相应的较大改革。过去，由于受教学设备条件的制约，计量经济学的教学方式主要以传统的板书介绍为主。现在，随着计算机设备的普及，以及学校多媒体设备的购置，计量经济学教学方法的改革被提到议事日程上来了，利用现代化的教学设备来进行教学，自然就应该有现代化的教学方法与教学手段与之相对应。 达达莫尔・N・古亚拉提所写的《经济计量学精要》一书给出了大量宏、微观经济实例，学生可以十分轻松地掌握计量经济学的基本原理和主要内容，并了解到计量经济学领域的最新研究成果。另外在教学中，老师也可以结合课程指导对我国的经济现实进行实证分析和研究。 最后，在教学中要多加强教师的培训，尤其是要多加强应用统计软件的培训。目前我国计量经济学教学中大多数选用的软件是TSP、SHAZAN等软件，而国外一些大学早已运用EVIEWS、STATA和MINITAB等统计分析软件进行教学。一些老师嫌麻烦或对新软件不太懂而不愿意采用这些软件，这将直接影响着我们的教学。因此加强教师对统计软件应用的培训就成为非常非常紧迫的事情了。运用这些计量统计软件很容易对达达莫尔・N・古亚拉提所写的《计量经济学精要》一书的大量案例进行检验和验证，有利于加强学生对基本流露年的掌握，也有利于学生对大量经济现象的分析和解释，同时也可以对我国的经济成就进行分析和理解，增强学生学习计量经济学的浓厚兴趣。 参考文献 [1] 郭惠英.计量经济学教学方法与教学手段改革初探[J].山西财经大学学报，2002(1)：46-47. [2] 胡朝霞.计量经济学本科教材：问题与改革[J].统计教育，2004(2)：30-31. [3] 达达莫尔.N.古亚拉提.张涛等译.计量经济学精要.[M].机械工业出版社，2005.5 猜你喜欢： 1. 关于经济发展的论文 2. 2000字计量经济学论文范文 3. 浅谈财政专业毕业论文 4. 本科计量经济学论文 5. 有关经济学教学毕业论文范文 6. 统计学教学专业论文范文

希望以上网站内容能帮到你

计量经济学论文可以研究的问题有多种，期中比较简单的就是根据数据，建立方程，研究变量之间的关系，主要运用的工具就是计量经济学的初等知识和Eviews软件，思路、要求和注意事项我觉得这么说对你的帮助不大，所以给你一篇我的论文做参考，也许对你有帮助，如果你觉得看的不是很明白的话，可以再留言给我，我把什么思路等告诉你。计量经济学期末实验报告实验名称：大中城市城镇居民人均消费支出与其影响因素的分析姓 名：学 号：班 级： （）级统计学系（）班指导教师：时 间：（上面是论文封皮）23个城市城镇居民人均消费支出与其影响因素的分析（题目）一、 经济理论背景近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。二、 有关人均消费支出及其影响因素的理论我们主要从以下几个方面分析我国居民消费支出的影响因素：①、居民未来支出预期上升，影响了居民即期消费的增长居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。②、商品供求结构性矛盾依然突出从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。三、 相关数据收集相关数据均来源于2006年《中国统计年鉴》：23个大中城市城镇居民家庭基本情况（表格）地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元）北京 1.6 1.8 1865.1 1633.2 1187.9天津 1.4 2.0 2010.6 1889.8 939.8石家庄 1.4 2.0 1061.3 1010.0 722.9太原 1.3 2.2 1256.9 1159.9 789.5呼和浩特 1.5 1.9 1354.2 1279.8 772.7沈阳 1.3 2.1 1148.5 1048.7 812.1大连 1.6 1.8 1269.8 1133.1 946.5长春 1.8 1.7 1156.1 1016.1 690.2哈尔滨 1.4 2.0 992.8 942.5 727.4上海 1.6 1.9 1884.0 1686.1 1505.3南京 1.4 2.0 1536.4 1394.0 920.6杭州 1.5 1.9 1695.0 1464.9 1264.2宁波 1.5 1.8 1759.4 1543.2 1271.4合肥 1.6 1.8 1042.5 950.1 686.9福州 1.7 1.9 1172.5 1059.4 942.8厦门 1.5 1.9 1631.7 1394.3 998.7南昌 1.4 1.8 1405.0 1321.1 665.4济南 1.7 1.7 1491.3 1356.8 1071.4青岛 1.6 1.8 1495.6 1378.5 1020.7郑州 1.4 2.1 1012.2 954.2 750.3武汉 1.5 2.0 1052.5 972.2 853.1长沙 1.4 2.1 1256.9 1148.9 986.8广州 1.7 1.8 1898.6 1591.1 1215.1四、 模型的建立根据数据，我们建立多元线性回归方程的一般模型为：其中：——人均消费支出——常数项——回归方程的参数——平均每户就业人口数——平均每一就业者负担人口数——平均每人实际月收入——人均可支配收入——随即误差项五、实验过程（一）回归模型参数估计根据数据建立多元线性回归方程：首先利用Eviews软件对模型进行OLS估计，得样本回归方程。利用Eviews输出结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:08Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C -1682.180 1311.506 -1.282633 0.2159X1 564.3490 395.2332 1.427889 0.1704X2 569.1209 379.7866 1.498528 0.1513X3 1.552510 0.629371 2.466766 0.0239X4 -1.180652 0.742107 -1.590947 0.1290R-squared 0.721234 Mean dependent var 945.2913Adjusted R-squared 0.659286 S.D. dependent var 224.1711S.E. of regression 130.8502 Akaike info criterion 12.77564Sum squared resid 308191.9 Schwarz criterion 13.02249Log likelihood -141.9199 F-statistic 11.64259Durbin-Watson stat 2.047936 Prob(F-statistic) 0.000076根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： , , ， ，从而初步得到的回归方程为：Se= (1311.506) (395.2332) (379.7866) (0.629371) (0.742107)T= (-1.282633) (1.427889) (1.498528) (2.466766) (-1.590947)F=11.64259 df=18模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于0.05，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。（二）处理多重共线性我们采用逐步回归法对模型的多重共线性进行检验和处理：X1：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:28Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 153.8238 518.6688 0.296574 0.7697X1 523.0964 341.4840 1.531833 0.1405R-squared 0.100508 Mean dependent var 945.2913Adjusted R-squared 0.057675 S.D. dependent var 224.1711S.E. of regression 217.6105 Akaike info criterion 13.68623Sum squared resid 994441.2 Schwarz criterion 13.78497Log likelihood -155.3917 F-statistic 2.346511Durbin-Watson stat 1.770750 Prob(F-statistic) 0.140491X2：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 1756.641 667.2658 2.632596 0.0156X2 -424.1146 347.9597 -1.218861 0.2364R-squared 0.066070 Mean dependent var 945.2913Adjusted R-squared 0.021597 S.D. dependent var 224.1711S.E. of regression 221.7371 Akaike info criterion 13.72380Sum squared resid 1032515. Schwarz criterion 13.82254Log likelihood -155.8237 F-statistic 1.485623Durbin-Watson stat 1.887292 Prob(F-statistic) 0.236412X3：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 182.8827 137.8342 1.326831 0.1988X3 0.540400 0.095343 5.667960 0.0000R-squared 0.604712 Mean dependent var 945.2913Adjusted R-squared 0.585888 S.D. dependent var 224.1711S.E. of regression 144.2575 Akaike info criterion 12.86402Sum squared resid 437014.5 Schwarz criterion 12.96276Log likelihood -145.9362 F-statistic 32.12577Durbin-Watson stat 2.064743 Prob(F-statistic) 0.000013X4：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:30Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 184.7094 161.8178 1.141465 0.2665X4 0.596476 0.124231 4.801338 0.0001R-squared 0.523300 Mean dependent var 945.2913Adjusted R-squared 0.500600 S.D. dependent var 224.1711S.E. of regression 158.4178 Akaike info criterion 13.05129Sum squared resid 527020.1 Schwarz criterion 13.15003Log likelihood -148.0898 F-statistic 23.05284Durbin-Watson stat 2.037087 Prob(F-statistic) 0.000096由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得：X1、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:32Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C -222.8991 345.9081 -0.644388 0.5266X1 289.8101 227.2070 1.275533 0.2167X3 0.517213 0.095693 5.404899 0.0000R-squared 0.634449 Mean dependent var 945.2913Adjusted R-squared 0.597894 S.D. dependent var 224.1711S.E. of regression 142.1510 Akaike info criterion 12.87276Sum squared resid 404138.2 Schwarz criterion 13.02087Log likelihood -145.0368 F-statistic 17.35596Durbin-Watson stat 2.032110 Prob(F-statistic) 0.000043X2、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:33Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 239.5536 531.1435 0.451015 0.6568X2 -27.00981 244.0392 -0.110678 0.9130X3 0.536856 0.102783 5.223221 0.0000R-squared 0.604954 Mean dependent var 945.2913Adjusted R-squared 0.565449 S.D. dependent var 224.1711S.E. of regression 147.7747 Akaike info criterion 12.95036Sum squared resid 436747.0 Schwarz criterion 13.09847Log likelihood -145.9292 F-statistic 15.31348Durbin-Watson stat 2.063247 Prob(F-statistic) 0.000093X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:34Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 331.7015 142.5882 2.326290 0.0306X3 1.766892 0.553402 3.192782 0.0046X4 -1.473721 0.656624 -2.244390 0.0363R-squared 0.684240 Mean dependent var 945.2913Adjusted R-squared 0.652664 S.D. dependent var 224.1711S.E. of regression 132.1157 Akaike info criterion 12.72634Sum squared resid 349091.0 Schwarz criterion 12.87445Log likelihood -143.3529 F-statistic 21.66965Durbin-Watson stat 2.111635 Prob(F-statistic) 0.000010由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。X1、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:37Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 193.6693 403.8464 0.479562 0.6370X1 89.29944 243.6512 0.366505 0.7180X3 1.652622 0.646003 2.558228 0.0192X4 -1.345001 0.757634 -1.775265 0.0919R-squared 0.686457 Mean dependent var 945.2913Adjusted R-squared 0.636950 S.D. dependent var 224.1711S.E. of regression 135.0712 Akaike info criterion 12.80625Sum squared resid 346640.3 Schwarz criterion 13.00373Log likelihood -143.2719 F-statistic 13.86591Durbin-Watson stat 2.082104 Prob(F-statistic) 0.000050X2、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:38Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 62.60939 489.2088 0.127981 0.8995X2 134.1557 232.9303 0.575948 0.5714X3 1.886588 0.600027 3.144175 0.0053X4 -1.596394 0.701018 -2.277251 0.0345R-squared 0.689658 Mean dependent var 945.2913Adjusted R-squared 0.640657 S.D. dependent var 224.1711S.E. of regression 134.3798 Akaike info criterion 12.79599Sum squared resid 343100.8 Schwarz criterion 12.99347Log likelihood -143.1539 F-statistic 14.07429Durbin-Watson stat 2.143110 Prob(F-statistic) 0.000046由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于0.05，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为：Se= (142.5882) (0.553402) (0.656624)T= (2.326290) (3.192782) (-2.244390)F=21.66965 df=20（三）.异方差性的检验对模型 进行怀特检验：White Heteroskedasticity Test:F-statistic 1.071659 Probability 0.399378Obs*R-squared 4.423847 Probability 0.351673Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/11/07 Time: 16:53Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 34247.50 128527.9 0.266460 0.7929X3 247.9623 628.1924 0.394723 0.6977X3^2 -0.071268 0.187278 -0.380548 0.7080X4 -333.6779 714.3390 -0.467114 0.6460X4^2 0.121138 0.229933 0.526841 0.6047R-squared 0.192341 Mean dependent var 15177.87Adjusted R-squared 0.012861 S.D. dependent var 23242.54S.E. of regression 23092.59 Akaike info criterion 23.12207Sum squared resid 9.60E+09 Schwarz criterion 23.36892Log likelihood -260.9038 F-statistic 1.071659Durbin-Watson stat 1.968939 Prob(F-statistic) 0.399378由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=30.1435，因为 < (5)= 30.1435,所以模型中不存在异方差。（四）.自相关的检验由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于0.05，D-W值为2.111635，显著性水平 =0.05下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =1.543