1. 求一份計量經濟學 基於多元線性回歸模型理論的實驗報告（上機報告）和研究報告（論文形式）
最好有以下幾塊東西1、選定研究對象（確定被解釋變數，說明選題的意義和原因內等。）2、確定解容釋變數，盡量完備地考慮到可能的相關變數供選擇，並初步判定個變數對被解釋變數的影響方向。（作出相應的說明）3、確定理論模型或函數式（根據相應的理論和經濟關系設立模型形式，並提出假設，系數是正的還是負的等。）（二）數據的收集和整理（三）數據處理和回歸分析（先觀察數據的特點，觀看和輸出散點圖，最後選擇相應的變數關系式進行OLS回歸，並輸出會歸結果。）（四）回歸結果分析和檢驗（寫出模型估計的結果）1、回歸結果的經濟理論檢驗，方向正確否？理論一致否？2、統計檢驗，t檢驗F檢驗R2—擬合優度檢驗3、模型設定形式正確否？可試試其他形式。4、模型的穩定性檢驗。（五）模型的修正（對所發現的模型變數選擇問題、設定偏誤、模型不穩定等，進行修正。）（六）確定模型（七）預測
2. 計量經濟學回歸模型統計報告
我不玩了(ﾉಥ益ಥ)
3. 計量經濟學模型
應該沒有什麼抄問題，截距項襲在此模型中沒有實質的經濟意義。通常對於這種問題，可以用「離差」形式的模型，這樣可以把常數項直接省略。不過我建議你可以採用有約束的模型，你可以強制令截距項為0，這樣得到模型或許會更符合要求。
4. 關於計量經濟學的報告
最好有以下幾塊東西
1、選定研究對象
（確定被解釋變數，說明選題的意義和原因等。）
2、確定解釋變數，盡量完備地考慮到可能的相關變數供選擇，並初步判定個變數對被解釋變數的影響方向。
（ 作出相應的說明 ）
3、確定理論模型或函數式
（根據相應的理論和經濟關系設立模型形式，並提出假設，系數是正的還是負的等。）
（二）數據的收集和整理
（三）數據處理和回歸分析
（先觀察數據的特點，觀看和輸出散點圖，最後選擇相應的變數關系式進行OLS回歸，並輸出會歸結果。）
（四）回歸結果分析和檢驗
（寫出模型估計的結果）
1、回歸結果的經濟理論檢驗，方向正確否？理論一致否？
2、統計檢驗，t檢驗 F 檢驗 R2— 擬合優度檢驗
3、模型設定形式正確否？可試試其他形式。
4、模型的穩定性檢驗。
（五）模型的修正
（對所發現的模型變數選擇問題、設定偏誤、模型不穩定等，進行修正。）
（六）確定模型
（七）預測
實驗三 多元回歸模型
【實驗目的】
掌握建立多元回歸模型和比較、篩選模型的方法。
【實驗內容】
建立我國國有獨立核算工業企業生產函數。根據生產函數理論，生產函數的基本形式為： 。其中，L、K分別為生產過程中投入的勞動與資金，時間變數 反映技術進步的影響。表3-1列出了我國1978-1994年期間國有獨立核算工業企業的有關統計資料；其中產出Y為工業總產值（可比價），L、K分別為年末職工人數和固定資產凈值（可比價）。
表3-1 我國國有獨立核算工業企業統計資料
年份 時間
工業總產值
Y（億元） 職工人數
L（萬人） 固定資產
K（億元）
1978 1 3289.18 3139 2225.70
1979 2 3581.26 3208 2376.34
1980 3 3782.17 3334 2522.81
1981 4 3877.86 3488 2700.90
1982 5 4151.25 3582 2902.19
1983 6 4541.05 3632 3141.76
1984 7 4946.11 3669 3350.95
1985 8 5586.14 3815 3835.79
1986 9 5931.36 3955 4302.25
1987 10 6601.60 4086 4786.05
1988 11 7434.06 4229 5251.90
1989 12 7721.01 4273 5808.71
1990 13 7949.55 4364 6365.79
1991 14 8634.80 4472 7071.35
1992 15 9705.52 4521 7757.25
1993 16 10261.65 4498 8628.77
1994 17 10928.66 4545 9374.34
資料來源：根據《中國統計年鑒－1995》和《中國工業經濟年鑒-1995》計算整理
【實驗步驟】
一、建立多元線性回歸模型
一建立包括時間變數的三元線性回歸模型；
在命令窗口依次鍵入以下命令即可：
⒈建立工作文件： CREATE A 78 94
⒉輸入統計資料： DATA Y L K
⒊生成時間變數 ： GENR T=@TREND(77)
⒋建立回歸模型： LS Y C T L K
則生產函數的估計結果及有關信息如圖3-1所示。
圖3-1 我國國有獨立核算工業企業生產函數的估計結果
因此，我國國有獨立工業企業的生產函數為：
（模型1）
＝(-0.252) (0.672) (0.781) (7.433)
模型的計算結果表明，我國國有獨立核算工業企業的勞動力邊際產出為0.6667，資金的邊際產出為0.7764，技術進步的影響使工業總產值平均每年遞增77.68億元。回歸系數的符號和數值是較為合理的。 ，說明模型有很高的擬合優度，F檢驗也是高度顯著的，說明職工人數L、資金K和時間變數 對工業總產值的總影響是顯著的。從圖3-1看出，解釋變數資金K的 統計量值為7.433，表明資金對企業產出的影響是顯著的。但是，模型中其他變數（包括常數項）的 統計量值都較小，未通過檢驗。因此，需要對以上三元線性回歸模型做適當的調整，按照統計檢驗程序，一般應先剔除 統計量最小的變數（即時間變數）而重新建立模型。
二建立剔除時間變數的二元線性回歸模型；
命令：LS Y C L K
則生產函數的估計結果及有關信息如圖3-2所示。
圖3-2 剔除時間變數後的估計結果
因此，我國國有獨立工業企業的生產函數為：
（模型2）
＝(-2.922) (4.427) (14.533)
從圖3-2的結果看出，回歸系數的符號和數值也是合理的。勞動力邊際產出為1.2085，資金的邊際產出為0.8345，表明這段時期勞動力投入的增加對我國國有獨立核算工業企業的產出的影響最為明顯。模型2的擬合優度較模型1並無多大變化，F檢驗也是高度顯著的。這里，解釋變數、常數項的 檢驗值都比較大，顯著性概率都小於0.05，因此模型2較模型1更為合理。
三建立非線性回歸模型——C-D生產函數。
C-D生產函數為： ，對於此類非線性函數，可以採用以下兩種方式建立模型。
方式1：轉化成線性模型進行估計；
在模型兩端同時取對數，得：
在EViews軟體的命令窗口中依次鍵入以下命令：
GENR LNY=log（Y）
GENR LNL=log（L）
GENR LNK=log（K）
LS LNY C LNL LNK
則估計結果如圖3-3所示。
圖3-3 線性變換後的C-D生產函數估計結果
即可得到C-D生產函數的估計式為：
（模型3）
＝ (-1.172) (2.217) (9.310)
即：
從模型3中看出，資本與勞動的產出彈性都是在0到1之間，模型的經濟意義合理，而且擬合優度較模型2還略有提高，解釋變數都通過了顯著性檢驗。
方式2：迭代估計非線性模型，迭代過程中可以作如下控制：
⑴在工作文件窗口中雙擊序列C，輸入參數的初始值；
⑵在方程描述框中點擊Options，輸入精度控制值。
控制過程：
①參數初值：0，0，0；迭代精度：10－3；
則生產函數的估計結果如圖3-4所示。
圖3-4 生產函數估計結果
此時，函數表達式為：
（模型4）
＝(0.313)(－2.023)(8.647)
可以看出，模型4中勞動力彈性 ＝-1.01161，資金的產出彈性 ＝1.0317，很顯然模型的經濟意義不合理，因此，該模型不能用來描述經濟變數間的關系。而且模型的擬合優度也有所下降，解釋變數L的顯著性檢驗也未通過，所以應舍棄該模型。
②參數初值：0，0，0；迭代精度：10－5；
圖3-5 生產函數估計結果
從圖3-5看出，將收斂的誤差精度改為10－5後，迭代100次後仍報告不收斂，說明在使用迭代估計法時參數的初始值與誤差精度或迭代次數設置不當，會直接影響模型的估計結果。
③參數初值：0，0，0；迭代精度：10－5，迭代次數1000；
圖3-6 生產函數估計結果
此時，迭代953次後收斂，函數表達式為：
（模型5）
＝(0.581)(2.267)(10.486)
從模型5中看出，資本與勞動的產出彈性都是在0到1之間，模型的經濟意義合理， ，具有很高的擬合優度，解釋變數都通過了顯著性檢驗。將模型5與通過方式1所估計的模型3比較，可見兩者是相當接近的。
④參數初值：1，1，1；迭代精度：10－5，迭代次數100；
圖3-7 生產函數估計結果
此時，迭代14次後收斂，估計結果與模型5相同。
比較方式2的不同控制過程可見，迭代估計過程的收斂性及收斂速度與參數初始值的選取密切相關。若選取的初始值與參數真值比較接近，則收斂速度快；反之，則收斂速度慢甚至發散。因此，估計模型時最好依據參數的經濟意義和有關先驗信息，設定好參數的初始值。
二、比較、選擇最佳模型
估計過程中，對每個模型檢驗以下內容，以便選擇出一個最佳模型：
一回歸系數的符號及數值是否合理；
二模型的更改是否提高了擬合優度；
三模型中各個解釋變數是否顯著；
四殘差分布情況
以上比較模型的一、二、三步在步驟一中已有闡述，現分析步驟一中5個不同模型的殘差分布情況。
分別在模型1～模型5的各方程窗口中點擊View/Actual, Fitted, Resial/ Actual, Fitted, Resial Table（圖3-8），可以得到各個模型相應的殘差分布表（圖3-9至圖3-13）。
可以看出，模型4的殘差在前段時期內連續取負值且不斷增大，在接下來的一段時期又連續取正值，說明模型設定形式不當，估計過程出現了較大的偏差。而且，模型4的表達式也說明了模型的經濟意義不合理，不能用於描述我國國有工業企業的生產情況，應舍棄此模型。
模型1的各期殘差中大多數都落在 的虛線框內，且殘差分別不存在明顯的規律性。但是，由步驟一中的分析可知，模型1中除了解釋變數K之外，其餘變數均為通過變數顯著性檢驗，因此，該模型也應舍棄。
模型2、模型3、模型5都具有合理的經濟意義，都通過了 檢驗和F檢驗，擬合優度非常接近，理論上講都可以描述資本、勞動的投入與產出的關系。但從圖3-13看出，模型5的近期誤差較大，因此也可以舍棄該模型。
最後將模型2與模型3比較發現，模型3的近期預測誤差略小，擬合優度比模型2略有提高，因此可以選擇模型2為我國國有工業企業生產函數。