A. 計量經濟學使用Eviews軟體分析的案例模型
計量經濟學
期末實驗報告
實驗名稱：大中城市城鎮居民人均消費支出與其影響因素的分析
姓 名：
學 號：
班 級：
指導教師：
時 間：
23個城市城鎮居民人均消費支出
與其影響因素的分析
一、 經濟理論背景
近幾年來，中國經濟保持了快速發展勢頭，投資、出口、消費形成了拉動經濟發展的「三架馬車」，這已為各界所取得共識。通過建立計量模型，運用計量分析方法對影響城鎮居民人均消費支出的各因素進行相關分析，找出其中關鍵影響因素，以為政策制定者提供一定參考，最終促使消費需求這架「馬車」能成為引領中國經濟健康、快速、持續發展的基石。
二、 有關人均消費支出及其影響因素的理論
我們主要從以下幾個方面分析我國居民消費支出的影響因素：
①、居民未來支出預期上升，影響了居民即期消費的增長
居民的被動儲蓄直接導致購買力的巨大分流, 從而減弱對消費品的即期需求，嚴重地影響了居民即期消費的增長，進而導致有效需求的不足，最終導致經濟增長的乏力。90年代末期以來，我國的醫療、養老、失業保險、教育等一系列改革措施集中出台，原有的體制被打破，而新的體制尚未建立健全，因此目前的醫療、養老、失業保險、教育體制對居民個人支出的壓力較大，而且基本上都是硬性支出，支出的不確定性也很大，導致居民目前對未來支出預期的上升。
②、商品供求結構性矛盾依然突出
從消費結構上看，我國消費品市場已發生了新的根本性變化：居民低層次消費已近飽和，而更高水平的消費又未達到。改革開放20多年來，城鄉居民經過了一個中檔耐用消費品的普及階段後，目前老百姓的收入消費還不足以形成一個新的、以高檔產品為內容的主導性消費熱點，如轎車、住房等還遠不能納入大多數人的消費主流，居民現有的購買力不能形成推動主導消費品升級的動力。
③、物價總水平持續在低水平運行，通貨緊縮的壓力較大，不利於消費的增長
加入WTO之後，隨著關稅的降低和進口規模的擴大，國外產品對我國市場的沖擊將進一步加大，國際價格緊縮對國內價格變化將產生負面影響。物價的持續下降，不利於居民的消費增長。因為從居民的消費心理上看，買漲不買降是居民購物的習慣心理。由於居民對物價有進一步下降的預期，因此往往推遲消費，不利於居民消費的增長。另外，從統計上分析，由於物價的下降，名義消費增長往往低於實際消費的增長，這在一定程度上也不利於消費增長幅度的提高。
④、我國現階段沒有形成大的消費熱點，難以帶動消費的快速增長
經過近幾年的培育和發展，我國目前已經形成了住房消費、居民汽車消費、通信及電子產品的消費、節假日消費及旅遊消費等一些消費亮點，可以促進消費的穩定增長，但始終未能形成大的消費熱點，因此不能帶動消費的高速增長。
三、 相關數據收集
相關數據均來源於2006年《中國統計年鑒》：
23個大中城市城鎮居民家庭基本情況
地區 平均每戶就業人口（人） 平均每一就業者負擔人數（人） 平均每人實際月收入（元） 人均可支配收入（元） 人均消費支出（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
石家莊 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
沈陽 1.3 2.1 1148.5 1048.7 812.1
大連 1.6 1.8 1269.8 1133.1 946.5
長春 1.8 1.7 1156.1 1016.1 690.2
哈爾濱 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
寧波 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
廈門 1.5 1.9 1631.7 1394.3 998.7
南昌 1.4 1.8 1405.0 1321.1 665.4
濟南 1.7 1.7 1491.3 1356.8 1071.4
青島 1.6 1.8 1495.6 1378.5 1020.7
鄭州 1.4 2.1 1012.2 954.2 750.3
武漢 1.5 2.0 1052.5 972.2 853.1
長沙 1.4 2.1 1256.9 1148.9 986.8
廣州 1.7 1.8 1898.6 1591.1 1215.1
四、 模型的建立
根據數據，我們建立多元線性回歸方程的一般模型為：
其中：
——人均消費支出
——常數項
——回歸方程的參數
——平均每戶就業人口數
——平均每一就業者負擔人口數
——平均每人實際月收入
——人均可支配收入
——隨即誤差項
五、實驗過程
（一）回歸模型參數估計
根據數據建立多元線性回歸方程：
首先利用Eviews軟體對模型進行OLS估計，得樣本回歸方程。
利用Eviews輸出結果如下：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:08
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -1682.180 1311.506 -1.282633 0.2159
X1 564.3490 395.2332 1.427889 0.1704
X2 569.1209 379.7866 1.498528 0.1513
X3 1.552510 0.629371 2.466766 0.0239
X4 -1.180652 0.742107 -1.590947 0.1290
R-squared 0.721234 Mean dependent var 945.2913
Adjusted R-squared 0.659286 S.D. dependent var 224.1711
S.E. of regression 130.8502 Akaike info criterion 12.77564
Sum squared resid 308191.9 Schwarz criterion 13.02249
Log likelihood -141.9199 F-statistic 11.64259
Durbin-Watson stat 2.047936 Prob(F-statistic) 0.000076
根據多元線性回歸關於Eviews輸出結果可以得到參數的估計值為： , , ， ，
從而初步得到的回歸方程為：
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
模型檢驗：由於在 的水平下，解釋變數 、 、 的檢驗的P值都大於0.05，所以變數不顯著，說明模型中可能存在多重共線性等問題，進而對模型進行修正。
（二）處理多重共線性
我們採用逐步回歸法對模型的多重共線性進行檢驗和處理：
X1：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:28
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 153.8238 518.6688 0.296574 0.7697
X1 523.0964 341.4840 1.531833 0.1405
R-squared 0.100508 Mean dependent var 945.2913
Adjusted R-squared 0.057675 S.D. dependent var 224.1711
S.E. of regression 217.6105 Akaike info criterion 13.68623
Sum squared resid 994441.2 Schwarz criterion 13.78497
Log likelihood -155.3917 F-statistic 2.346511
Durbin-Watson stat 1.770750 Prob(F-statistic) 0.140491
X2：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 1756.641 667.2658 2.632596 0.0156
X2 -424.1146 347.9597 -1.218861 0.2364
R-squared 0.066070 Mean dependent var 945.2913
Adjusted R-squared 0.021597 S.D. dependent var 224.1711
S.E. of regression 221.7371 Akaike info criterion 13.72380
Sum squared resid 1032515. Schwarz criterion 13.82254
Log likelihood -155.8237 F-statistic 1.485623
Durbin-Watson stat 1.887292 Prob(F-statistic) 0.236412
X3：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 182.8827 137.8342 1.326831 0.1988
X3 0.540400 0.095343 5.667960 0.0000
R-squared 0.604712 Mean dependent var 945.2913
Adjusted R-squared 0.585888 S.D. dependent var 224.1711
S.E. of regression 144.2575 Akaike info criterion 12.86402
Sum squared resid 437014.5 Schwarz criterion 12.96276
Log likelihood -145.9362 F-statistic 32.12577
Durbin-Watson stat 2.064743 Prob(F-statistic) 0.000013
X4：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:30
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 184.7094 161.8178 1.141465 0.2665
X4 0.596476 0.124231 4.801338 0.0001
R-squared 0.523300 Mean dependent var 945.2913
Adjusted R-squared 0.500600 S.D. dependent var 224.1711
S.E. of regression 158.4178 Akaike info criterion 13.05129
Sum squared resid 527020.1 Schwarz criterion 13.15003
Log likelihood -148.0898 F-statistic 23.05284
Durbin-Watson stat 2.037087 Prob(F-statistic) 0.000096
由得出的數據可以看出， 的調整的判定系數最大，因此首先把 引入調整的方程中，然後在分別引入變數 、 、 進行OLS得：
X1、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:32
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -222.8991 345.9081 -0.644388 0.5266
X1 289.8101 227.2070 1.275533 0.2167
X3 0.517213 0.095693 5.404899 0.0000
R-squared 0.634449 Mean dependent var 945.2913
Adjusted R-squared 0.597894 S.D. dependent var 224.1711
S.E. of regression 142.1510 Akaike info criterion 12.87276
Sum squared resid 404138.2 Schwarz criterion 13.02087
Log likelihood -145.0368 F-statistic 17.35596
Durbin-Watson stat 2.032110 Prob(F-statistic) 0.000043
X2、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:33
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 239.5536 531.1435 0.451015 0.6568
X2 -27.00981 244.0392 -0.110678 0.9130
X3 0.536856 0.102783 5.223221 0.0000
R-squared 0.604954 Mean dependent var 945.2913
Adjusted R-squared 0.565449 S.D. dependent var 224.1711
S.E. of regression 147.7747 Akaike info criterion 12.95036
Sum squared resid 436747.0 Schwarz criterion 13.09847
Log likelihood -145.9292 F-statistic 15.31348
Durbin-Watson stat 2.063247 Prob(F-statistic) 0.000093
X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:34
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 331.7015 142.5882 2.326290 0.0306
X3 1.766892 0.553402 3.192782 0.0046
X4 -1.473721 0.656624 -2.244390 0.0363
R-squared 0.684240 Mean dependent var 945.2913
Adjusted R-squared 0.652664 S.D. dependent var 224.1711
S.E. of regression 132.1157 Akaike info criterion 12.72634
Sum squared resid 349091.0 Schwarz criterion 12.87445
Log likelihood -143.3529 F-statistic 21.66965
Durbin-Watson stat 2.111635 Prob(F-statistic) 0.000010
由數據結果可以看出，引入X4時方程的調整判定系數最大，且解釋變數均通過了顯著性檢驗，再分別引入X1、X2進行分析。
X1、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:37
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 193.6693 403.8464 0.479562 0.6370
X1 89.29944 243.6512 0.366505 0.7180
X3 1.652622 0.646003 2.558228 0.0192
X4 -1.345001 0.757634 -1.775265 0.0919
R-squared 0.686457 Mean dependent var 945.2913
Adjusted R-squared 0.636950 S.D. dependent var 224.1711
S.E. of regression 135.0712 Akaike info criterion 12.80625
Sum squared resid 346640.3 Schwarz criterion 13.00373
Log likelihood -143.2719 F-statistic 13.86591
Durbin-Watson stat 2.082104 Prob(F-statistic) 0.000050
X2、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:38
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 62.60939 489.2088 0.127981 0.8995
X2 134.1557 232.9303 0.575948 0.5714
X3 1.886588 0.600027 3.144175 0.0053
X4 -1.596394 0.701018 -2.277251 0.0345
R-squared 0.689658 Mean dependent var 945.2913
Adjusted R-squared 0.640657 S.D. dependent var 224.1711
S.E. of regression 134.3798 Akaike info criterion 12.79599
Sum squared resid 343100.8 Schwarz criterion 12.99347
Log likelihood -143.1539 F-statistic 14.07429
Durbin-Watson stat 2.143110 Prob(F-statistic) 0.000046
由輸出結果可以看出，在 的水平下，解釋變數 、 的檢驗的P值都大於0.05，解釋變數不能通過顯著性檢驗，因此可以得出結論模型中只能引入X3、X4兩個變數。則調整後的多元線性回歸方程為：
Se= (142.5882) (0.553402) (0.656624)
T= (2.326290) (3.192782) (-2.244390)
F=21.66965 df=20
（三）.異方差性的檢驗
對模型 進行懷特檢驗：
White Heteroskedasticity Test:
F-statistic 1.071659 Probability 0.399378
Obs*R-squared 4.423847 Probability 0.351673
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/11/07 Time: 16:53
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 34247.50 128527.9 0.266460 0.7929
X3 247.9623 628.1924 0.394723 0.6977
X3^2 -0.071268 0.187278 -0.380548 0.7080
X4 -333.6779 714.3390 -0.467114 0.6460
X4^2 0.18 0.229933 0.526841 0.6047
R-squared 0.192341 Mean dependent var 15177.87
Adjusted R-squared 0.012861 S.D. dependent var 23242.54
S.E. of regression 23092.59 Akaike info criterion 23.12207
Sum squared resid 9.60E+09 Schwarz criterion 23.36892
Log likelihood -260.9038 F-statistic 1.071659
Durbin-Watson stat 1.968939 Prob(F-statistic) 0.399378
由檢驗結果可知， ，由White檢驗知，在 時，查 分布表，得臨界值 (20)=30.1435，因為 < (5)= 30.1435,所以模型中不存在異方差。
（四）.自相關的檢驗
由模型的輸出結果可知，估計結果都比較滿意，無論是回歸方程檢驗，還是參數顯著性檢驗的檢驗概率，都顯著小於0.05，D-W值為2.111635，顯著性水平 =0.05下查Durbin-Watson表，其中n=23，解釋變數的個數為2，得到下限臨界值 ，上限臨界值 ， =1.543<D-W=2.111635<4 ，由DW檢驗決策規則可知，該模型不存在自相關問題。
六、對模型進行分析和解釋經濟學意義
回歸方程的意義為：當平均每人實際月收入不變時，人均可支配收入每增加一個單位，人均消費支出減少1.473721個單位；當人均可支配收入不變時，平均每人實際月收入每增加一個單位，人均消費支出增加1.766892個單位。
七、 就模型所反映的問題給出針對性的政策建議或結論
對於我國人均消費支出的分析中，可以看出我國在過去的幾年裡經濟發展穩健，但是由於種種原因導致我國經濟的現狀存在一定的問題，如不完善的社會保障制度導致消費結構不合理；過高的居民儲蓄存款影響居民消費傾向；消費品生產行業投資方向失誤和低效率引起國內市場消費梗阻；保守的消費觀念和消費政策的制約；教育支出比重過大影響居民消費傾向 。對此我們國家應該在以下幾個方面對居民消費中存在的問題進行對策研究
（一）建立和完善社會保障制度，增強居民消費信心
（二）培育新的消費熱點，拓展居民的消費領域
（三）促使商品消費從自我積累型向信用支持型轉變
（四）分層次促進居民消費
（五）破解影響消費結構優化的政策制約
（六）化解有效供給不足與產品相對過剩的矛盾
B. 求大神解釋 計量經濟學 eviews結果輸出表
1，R-平方和調整後的R平方是衡量該方程的程度，可以達到0.7;
位信息的措施，赤池信息准則施瓦茨公司的標准來比較不同的車型，一般該值越小越好;
德賓 - 沃森統計試驗的殘差自相關DW經驗，一般為2附件理想，可以查詢具體的DW檢驗表，得到准確的測試結果;
4，F-統計量的概率（F統計），以確定您的整體方程是顯著的，因為它是一個簡單的回歸系數顯著性檢驗前面的X相當於10％顯著水平，你的公式是整體顯著。
C. 計量經濟學題目 給出Eviews輸出結果：如圖（補充）
y=33.40455+0.076243X(2)+0.127906X(3)+0.210163X(4)
（F檢驗）H0：β0=β2=β3=β4=0 H1：β0，β2，β3，β4不同時為零。
p值=0.000000<0.05,所以拒絕原假設，則回歸模型整體顯著。
（T檢驗）H0：β2=0 H1：β2≠0
p值=0.0001<0.05,所以拒絕原假設,β2統計顯著，即自變數X2對因變數y的線性相關關系顯著。
β2，β3，β4，同樣檢驗。
我們也剛好學到這，有錯麻煩指出來哈，一起學習~~
D. 計量經濟學Eviews軟體里的看圖說話：怎樣讀懂軟體的結果報告
對數y 最小二乘法 調整後21個數據
p值均小於0.05（相應的t值大於臨界值），模型各參數是顯著的
R方和調整後的R方分別為0.995244和0.994404，擬合優度不錯，具有較好的解釋能力
Sum squared resid 0.023990為殘差平方和
F-statistic 1185.756，相應p值小於0.05
F值通常和R方的方向相同，R方不錯,F值也一般不錯
Akaike info criterion 和Schwarz criterion分別為AIC准則和SC准則，
用於不同模型的比較，AIC和SC值越小越好
注意：Durbin-Watson stat 0.608696
即D。W值不好，可能存在正的自相關，越接近2，則無自相關
E. 計量經濟學eviews 模型選擇
自變數：Y模型：最小二乘法包括：31個觀察值---------------------------------------------------------------------------------變數參數（前述變數的系數）標准差（樣本的波動性）後續C（常數相當於」1「）[數值][數值][數值]X1（變數1）[數值][數值][數值]X2（變數2）[數值][數值][數值]前續T統計量（用於對照T檢驗值判斷置信水平）Prob（置信可能，對比置信水平檢驗數據是否可用）----------------------------------------------------------------------------------R²（擬合度，用於判斷回歸是否擬合優良）平均方差調整R²（調整擬合度，修正樣本帶來的影響便於橫向對比）標准差SEofregression標准誤（衡量殘差水平），sumsquaredresid殘差平方和即RSS）後面兩個准則（criterion）是需要結合其他測試驗證模型平穩性、偏態等特性。loglikelihood反映擬合程度，一般越小越好。F統計量一般需要結合F測試判斷模型整體置信度。Prob（F）標記F檢驗的結果一般小於置信度為模型可接受。DWtest杜賓瓦森檢驗，一般檢驗模型自相關程度。上述介紹比較籠統，需要你自己根據關鍵詞（如杜賓瓦森檢驗等）繼續學習才能弄明白。全部解釋清楚至少也得一本小冊子了。因此還需靠自己去一點點弄懂了。
F. 計量經濟學論文 用Eviews對數據分析
論文一般由題名、作者、摘要、關鍵詞、正文、參考文獻和附錄等部分組成，其中部分組成（例如附錄）可有可無。論文各組成的排序為：題名、作者、摘要、關鍵詞、英文題名、英文摘要、英文關鍵詞、正文、參考文獻和附錄和致謝。
下面按論文的結構順序依次敘述。
題目
(一)論文——題目科學論文都有題目，不能「無題」。論文題目一般20字左右。題目大小應與內容符合，盡量不設副題，不用第1報、第2報之類。論文題目都用直敘口氣，不用驚嘆號或問號，也不能將科學論文題目寫成廣告語或新聞報道用語。
署名
(二)論文——署名科學論文應該署真名和真實的工作單位。主要體現責任、成果歸屬並便於後人追蹤研究。嚴格意義上的論文作者是指對選題、論證、查閱文獻、方案設計、建立方法、實驗操作、整理資料、歸納總結、撰寫成文等全過程負責的人，應該是能解答論文的有關問題者。往往把參加工作的人全部列上，那就應該以貢獻大小依次排列。論文署名應徵得本人同意。學術指導人根據實際情況既可以列為論文作者，也可以一般致謝。行政領導人一般不署名。
引言
(三)論文——引言是論文引人入勝之言，很重要，要寫好。一段好的論文引言常能使讀者明白你這份工作的發展歷程和在這一研究方向中的位置。要寫出論文立題依據、基礎、背景、研究目的。要復習必要的文獻、寫明問題的發展。文字要簡練。
材料方法
(四)論文——材料和方法按規定如實寫出實驗對象、器材、動物和試劑及其規格，寫出實驗方法、指標、判斷標准等，寫出實驗設計、分組、統計方法等。這些按雜志對論文投稿規定辦即可。
實驗結果
(五)論文——實驗結果應高度歸納，精心分析，合乎邏輯地鋪述。應該去粗取精，去偽存真，但不能因不符合自己的意圖而主觀取捨，更不能弄虛作假。只有在技術不熟練或儀器不穩定時期所得的數據、在技術故障或操作錯誤時所得的數據、不符合實驗條件時所得的數據才能廢棄不用。而且必須在發現問題當時就在原始記錄上註明原因，不能在總結處理時因不合常態而任意剔除。廢棄這類數據時應將在同樣條件下、同一時期的實驗數據一並廢棄，不能只廢棄不合己意者。
實驗結果的整理應緊扣主題，刪繁就簡，有些數據不一定適合於這一篇論文，可留作它用，不要硬行拼湊到一篇論文中。論文行文應盡量採用專業術語。能用表的不要用圖，可以不用圖表的最好不要用圖表，以免多佔篇幅，增加排版困難。文、表、圖互不重復。實驗中的偶然現象和意外變故等特殊情況應作必要的交代，不要隨意丟棄。
討論
(六)論文——討論是論文中比較重要，也是比較難寫的一部分。應統觀全局，抓住主要的有爭議問題，從感性認識提高到理性認識進行論說。要對實驗結果作出分析、推理，而不要重復敘述實驗結果。應著重對國內外相關文獻中的結果與觀點作出討論，表明自己的觀點，尤其不應迴避相對立的觀點。論文的討論中可以提出假設，提出本題的發展設想，但分寸應該恰當，不能寫成「科幻」或「暢想」。
結論
(七)論文——結語或結論論文的結語應寫出明確可靠的結果，寫出確鑿的結論。論文的文字應簡潔，可逐條寫出。不要用「小結」之類含糊其辭的詞。
參考文獻
(八)論文——參考義獻這是論文中很重要、也是存在問題較多的一部分。列出論文參考文獻的目的是讓讀者了解論文研究命題的來龍去脈，便於查找，同時也是尊重前人勞動，對自己的工作有準確的定位。因此這里既有技術問題，也有科學道德問題。
一篇論文中幾乎自始至終都有需要引用參考文獻之處。如論文引言中應引上對本題最重要、最直接有關的文獻;在方法中應引上所採用或借鑒的方法；在結果中有時要引上與文獻對比的資料；在討論中更應引上與論文有關的各種支持的或有矛盾的結果或觀點等。
G. 跪求一份計量經濟學模型分析論文，多元線性回歸模型，要有數據表格，用eviews軟體分析的過程
議論文的語言必須准確、鮮明、嚴密、有針對性。
段落與段落之間要有非常清楚的邏輯關系，如總分、對照、層進、並列等。藉助起過渡性作用的語句來突出這種關系。如：「有」、「還有」「雖然、但是」「固然」「誠然」「由此」是等。
思考
尤其是議論文，是獎善懲惡的，是對人們進行規勸疏導的，是對人們引導作用的，因此必須有說服力，並要有正確的價值取向。
認真上政治課，經常的看看說理性的文章、名言警句等，將提高我們的思想素質，提高我們認識能力，對我們寫作，尤其是議論文的寫作大有好處。它會起到豐富文章內容，深化文章思想，提高說服力的作用。
H. 哪位大神給我講解一下，計量經濟學eviews中，這些字母什麼的都代表什麼。感激不盡！！！
計量經濟學中，「eviews」這些字母的意思如下：
R-SQUARED 判定系數，越近1越好。
ADJUSTED R-SQUARED 調整的判定系數，大多情況下略小於判定系數。
S.E. OF REGRESSION 回歸標准差，越小越好。
LOG LIKELIHOOD 似然估計值，暫可不考慮。
DURBIN-WATSON STAT 杜賓-瓦特森統計量，檢驗是否存在一階自相關的指標。
MEAN DEPENDENT VAR 被解釋變數的均值。
S.D. DEPENDENT VAR 被解釋變數的標准差。
AKAIKE INFO CRITERION 赤遲信息准則。
SCHWARZ CRITERION施瓦茨准則，以上兩者都是用來確定最優滯後期的指標，（AIC常用）。
F-STATISTIC 為F統計量，檢驗方程整體顯著性的指標。
PROB(F-STATISTIC)是F統計量的伴隨概率，如果小於0.05表明所有的待估參數不全為零。
I. 關於計量經濟學eviews散點圖問題！
這種明顯的轉折，應該是參數變化導致的。。 建議設一個D值，在300之前D值為0 400以後D值為1，模型改為Y=α+βX+CD+殘差項.這樣把變化因素歸到固定常數項裡面去。結果應該會好很多。
當然更規范的做法是，分指數段進行回歸，然後用鄒檢驗來檢驗模型的穩定性。
希望對你有幫助
p.s.如果設了D值 ，在分析裡面要指出變化因素是什麼。可以查閱相關文獻，指出當指數在300-400之間時為何稅收收入的變化會呈現那種模式。個人覺得，超過300以後擬合的散點呈垂直狀，是一種極端狀態。感覺是經濟概念上的彈性無窮大。。。 如果確實是這個的話，建議指數300以後做單獨的彈性無窮大的分析。