您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
年产15万吨液氨合成工段工艺设计(毕业设计)全解.doc 47页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：350 &&
你可能关注的文档：
河南大学化工学院
毕业设计说明书
年产15万吨液氨合成工段工艺设计
化学工程系
二零零八级化工班
二零一零年六月三日
本合成氨工段设计与传统流程相比，具有节能低耗的特点，通过设计两个串联的氨冷器，在低压下，既减少了动力消耗，又保证了合成塔入口氨含量的要求。
关键词：合成氨，节能低耗，氨冷器
Abstract（Times New Roman粗体小二号，居中，段前102磅，段后12磅，另起页）
内容（首行缩进2字符，Times New Roman体小四号）
Keywords：（Times New Roman粗体小四号：Times New Roman体小四号，3~5个词或词组，逗号分隔，结束不用标点，段前距12磅）
说明书----------------------------------------------------3
述-------------------------------------------------------- -----------3
原材料及产品主要技术规格-----------------------------------------4
危险性物料主要物性表-----------------------------------------------5
生产原理及流程简述--------------------------------------------------5
主要设备的选择与计算-----------------------------------------------5
原材料及动力消耗-----------------------------------------------------6
生产分析及三废排量--------------------------------------------------7
存在问题及建议--------------------------------------------------------7
主要参考书目-----------------------------------------------------------7
工艺设计计算书--------------------------------------------------------8
物料衡算和热量衡算----------------------------------------------8
设备的选型与计算------------------------------------------------27
带主要控制点的工艺流程图--------------------------------- --46
工段的概况及特点：
1．设计依据：
本设计按照系下达设计任务书进行编制，参照河南心连心化肥厂的现场生产，以及中国五环化学工程总公司（原化工部第四设计院），和石油化工部化工设计院的有关资料设计而成。
2．设计规模及特点：
本工段生产液氨，生产能力为15万吨液氨/年，与传统流程相比较，具有节能低耗的特点，通过设计两个串联的氨冷器，在低压下，既减少了动力消耗，又保证了合成塔入口氨含量的要求；现具体起来如下：
（1）循环机位置：
本工段设置在氨分离系统后，合成塔之前，从而充分利用循环机压缩功，提高进合成塔温度，减少冷量消耗，降低氨冷器负荷，同时提高进塔压力，提高合成率，而进循环机的氨冷量较低，避免了塔后循环机流程容易带液氨而导致循环机泄漏。
（2）反应热回收的方式及利用：
这涉及到废热锅炉的热量利用几合成塔塔外换热器如何科学设置的问题，废热锅炉的配置实际上是如何提高反应热的回收率和获得高品位热的问题，本设计选择塔后换热器及后置锅炉的工艺路线，设置塔后换热器使废热锅炉出口气体与合成塔二进气体换热，充分提高合成塔二进温度，相应提高了合成塔二出温度，进废热锅炉的气体温度为360度，副产1.3兆帕的中压蒸汽，充分提高回收热量品位。
（3）采用“二进二出”合成流程：
全部冷气经合成塔环隙后进入热交换器，可使合成塔体个点温度分布均匀，出口气体保持较低温度，确保合成塔长期安全稳定运行，与循环机来的冷气直接进入热交换器相比，使热交换器出口温度增大。进入水冷的气体
正在加载中，请稍后...
217页78页68页171页15页67页87页44页59页35页扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
简算353x69+452x31+99x19=
作业帮用户
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
353x69+452x31+99x19=11x31x69+451x31+31+99x19=11x31x69+11x41x31+99x19+31=31x11x（69+41）+31+（100-1）x19=31x11x110+=341x（100+10）+=++31=（）++31=+1+31=39390+32=39422
为您推荐：
其他类似问题
353x70-353+452x30+452+19x100-19=
扫描下载二维码新疆维吾尔族自治区GDP以及其影响因素分析-共享资料网
新疆维吾尔族自治区GDP以及其影响因素分析
计量经济学分析报告新疆维吾尔族自治区 GDP 以及其影响因素分析姓名：罗莎 班级：实验 0901 学号：-1-目录一、前言及理论背景 ...................................................................................................... 3 二、模型的选择与建立 ................................................................................................... 3 三、数据来源与分析 ...................................................................................................... 4 四、基本统计情况 .......................................................................................................... 6 1．变量 X 与 Y 带回归直线的散点图 ..................................................................................6 2．基本统计分析 ..................................................................................................................7 3．相关系数统计表 ..............................................................................................................7 4．协方差统计表 ..................................................................................................................7 五、模型估计与分析 ...................................................................................................... 7 1．全部模型的 T、F 检验值列表 ........................................................................................7 2．六元模型的分析和处理 ................................................................................................11 3．五元模型的分析和处理 ................................................................................................23 4．第一次四元模型的分析和处理 ....................................................................................31 5．第二次四元模型的分析和处理 ....................................................................................36 6．第三次四元模型的分析和处理 ....................................................................................45 7．确定模型 ........................................................................................................................53 8．系数比较 ........................................................................................................................54 1）模型的简单统计数据 ................................................................................................54 2）大 β 系数....................................................................................................................54 3）弹性系数 ....................................................................................................................55 4）简单相关系数 ............................................................................................................56 5）偏相关系数 ................................................................................................................55 6）三种系数指标的分析 ................................................................................................58 9．预测 ................................................................................................................................60 1）点预测 ........................................................................................................................60 2）均值预测 ....................................................................................................................63 3）单值预测 ....................................................................................................................64 六、经验解释及政策意见 ............................................................................................. 65-2-新疆维吾尔族自治区 GDP 以及其影响因素分析一．前言及理论背景新中国成立以来， 特别是 20 世纪 70 年代末实行改革开放政策以来， 新疆进入了经济社 会快速发展、综合实力明显增强、各族群众得到实惠最多的时期。作为正在经历这个伟大转 变的我们新一代人也深刻的体会到家乡逐年的变化和发展。 经济综合实力方面， （按不变价格计算）2009 年新疆地区生产总值达 4277.05 亿元人民 币， 比新疆维吾尔自治区成立(1955 年)前的 1952 年增长了 86.4 倍， 年均递增 8.3%； 1978 比 年改革开放初期增长了 19.6 倍，年均递增 10.4%；比 2000 年西部大开发开始实施时增长了 2.2 倍， 年均递增 10.6%。 2009 年新疆地方财政收入达 388.78 亿元人民币， 2000 年的 4.56 是 倍，1978 年的 50.57 倍，1955 年的 208.71 倍；经济结构方面，新疆工业、农业和第三产业 均保持快速发展。工业化进程加快，工业取代农业成为主要产业。第三产业在经济发展中的 作用突出，批发、零售贸易和餐饮业发展迅速，邮电通信网络快速普及，房地产、金融等新 兴行业快速发展。2009 年，一、二、三产业占地区生产总值的比重分别为 17.76%、45.12%、 37.12%；现代工业体系方面，新疆的工业经历了从无到有、从小到大的发展过程。 伴随着如此显著的经济的发展和社会进步， 不禁让我产生了好奇， 到底是哪些重要的因 素影响着代表经济发展的数量指标 GDP，这些影响因素又是以什么样的方式影响它的？ 国内生产总值（Gross Domestic Product，简称GDP）是指在一定时期内（一个季度或一 年） ，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国 家经济状况的最佳指标。 一般来说， 国内生产总值共有四个不同的组成部分， 其中包括消费、 投资、政府支出和净出口额。用公式表示为：GDP=C+I+G+NX。式中：C为消费、I为投资、 G为政府支出、NX为净出口额。GDP是最重要的宏观经济统计指标之一，它是人们了解和 把握一个国家（或地区）的宏观经济运行状况的有效工具，是制定经济政策的重要依据，评 价经济形势的重要综合指标。 本文以1976年至2009年的数据为标准， 着重分析这些因素如何 影响我国的国内生产总值。二．模型的选择与建立选择国内生产总值Y作为被解释变量。国内生产总值的影响因素很多，这里不能全面地 给予说明分析， 根据影响因素的大小和模型本身的需要等原因， 选择了六个指标作为模型的 解释变量：全社会固定资产投资总额X1、社会消费品零售总额X2、地方财政一般预算支出 X3、出口总额X4、城乡储蓄存款年末余额X5、及居民消费额X6。其中，储蓄是投资的重要 来源，对国内生产总值的增长有促进作用，但是过多的储蓄也会减缓经济的发展；财政支出 有利于国内生产总值的增长； 固定资产投资的增长是国内生产总值增长的主要保障， 影响效 果显著； 社会消费品零售总额由社会商品供给和有支付能力的商品需求的规模所决定， 能反 映社会商品购买力的实现程度， 社会需求状况以及零售市场的规模状况； 出口总额是一国对 外出口商品的全部价值， 反应国内生产力和经济实力对过国民经济又很强的拉动作用； 消费 是我国经济拉动的三驾马车之一对经济有强有力的推动作用， 是国民经济的相当重要的组成 部分。因此，上述解释变量的选取符合经济发展的实际情况。-3-综上确定变量如下： 被解释变量 Y=新疆维吾尔自治区 GDP 解释变量：X1=全社会固定资产投资总额 X2=社会消费品零售总额 X3=地方财政一般预算支出 X4=出口总额 X5=城乡储蓄存款年末余额 X6=居民消费额 确定模型的数学形式如下：Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+U解释变量有5个，β0为常数项，U为随机误差项，描述变量外的因素对模型的干扰。三．数据来源与分析通过查找年的数据，找到了直接以人民币计价的全社会固定资产投资总额、 社会消费品零售总额、财政支出、城乡储蓄存款余额及居民消费额，又找到了历年的以美元 计价的出口额以及历年的人民币兑美元的汇率，然后计算出历年的以人民币计价的出口数 额， 使得这些时序数据都是以货币量的形式存在， 最后将这些简单处理过的数据整理汇总编 制了如下的数据表： 新疆 GDP 及其影响因素数据统计表年 份 全 社 会 社会消费 新疆生 固定资产 品零售总 产总值 投资总额 额 X2（亿 Y（亿元） X1 亿元） （ 元）31.78 35.67 39.07 45.63 53.24 59.41 65.24 78.55 89.75 112.24 129.04 148.5 192.72 217.29 7.141 8.9 13.2 18.2 27. 44.8 51.9 75. 19.35 21.89 24.78 29.36 34.07 36.41 41.33 46.14 57.38 63.9 72.39 88.7 98.15地方财 城乡居民 政一般 出口总 储蓄存款 居民消费 预算支 额 X4（亿 年底余额 X6 亿元） （ 出 X3（亿 元） X5（亿元） 元）9.69 11.10 17.02 16.99 16.22 14.82 14.94 18.61 23.33 28.6 35.12 33.69 38.91 41.7 0.066 0.2 0. 0.2 1.2 5.3 8. 13. 6.42 7.00 8.01 10.74 14.00 17.52 21.82 27.99 33.51 45.48 60.14 74.63 92.75 23.95 25.41 27.1 31.57 37.53 42.89 45.46 49.36 56.09 68.28 77.48 89.59 110.37 126.4278 81 84 87 -4-92 95 98 01 04 07 261.44 335.91 402.31 495.25 662.32 814.85 900.93 6.95 3.56 2.65 9.09 5.26 3.21 4277.0588.5 170.2 285.4 387.8 519.8 610. 813.56 52.21 59.59104.3 121.52 138.25 168.37 197.11 253.65 295.36 310.42 327.52 347.4 374.5 406.35 442.88 421.16 563.41 637.78 727.59 847.7 7.5347.62 50.34 56.09 64.71 71.1 96.4 114.88 123.35 145.99 166.28 190.95 263.32 361.17 368.47 421.04 519.02 678.47 795.15 6.9116. 24.2 49.3 45.1 66.7 99.9 108.7 252.3 569.5 9.3362128.42 162.21 193.81 244.13 347.71 477.18 575.79 676.13 759.14 824.68 908.55 994 1.59 6.38 4.91 9.91142.51 170.09 186.06 228.61 281.05 373.63 423.39 465.12 492.09 530.4 585.7 541.1 600.7 617.3 663.52 764.26 853.88 1.05 1284.66生产总值数据来源：《新中国五十年统计资料汇编 》C31-6 新疆维吾尔自治区支出 法国内生产总值,以及《新疆统计年鉴 2010 》2-1
年历年新疆生产总值 全社会固定资产投资总额数据来源： 《新疆五十年 》 全社会固定资产投资 4-1 （一） , 以及《新疆统计年鉴
新疆建区以来主要年份国民经济主要指标 就业人员数数据来源：《新疆统计年鉴
新疆建区以来主要年份国民经济主要指标 及《中国经济统计数据 》C65-3 新疆维吾尔自治区从业人员和职工人数 (年底数) 及《新中国五十年统计资料汇编 》第 867 页 社会消费品零售总额数据来源:《新中国五十年统计资料汇编 》C31-22 新疆维吾尔 自治区社会消费品零售额和进出口总额,以及《新疆统计年鉴
新疆建区以来主要 年份国民经济主要指标 地方财政一般预算支出数据来源：《新中国六十年统计资料汇编 1949――2008》，以及《新 疆统计年鉴
新疆建区以来主要年份国民经济主要指标 出口总额数据来源：《新疆统计局新疆五十年》7-4 以及由《新疆统计年鉴
进出 口贸易总额中出口额的美元计价数额和 16-5 主要年份人民币对主要外币年平均汇价(中间 价)中的汇率计算出 城乡居民储蓄存款年底余额数据来源： 《新疆五十年 》1-17 城乡居民储蓄存款年末 余额,以及《新疆统计年鉴
新疆建区以来主要年份国民经济主要指标 居民消费额数据来源： 《新中国五十年统计资料汇编 》 C31-6 新疆维吾尔自治区支 出法国内生产总值， 《中国统计摘要 2005》 35.36 页及 及 第 《中国统计年鉴 2005》 67 页 第 《中 国统计年鉴 2006》第 73 页及《中国区域经济统计年鉴 2007》第 29 页及《中国区域经济统计 年鉴 2008》第 27 页及《中国区域经济统计年鉴 2009》第 29 页及《新疆统计年鉴
新疆建区以来主要年份国民经济主要指标-5-四．基本统计情况1. 六个解释变量分别和被解释变量做的散点图500050004000400030003000YY20002000100010000 0 0 30000 0 500 X2 500050004000400030003000YY20002000100010000 0 500 X3 0 0 500 X4 500050004000400030003000YY20002000100010000 0
X5 0 0 500 X6 -6-2. 基本统计分析X1 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-Bera Probability Observations 521.9 ..118 5..005 34 X2 280.0 .47 1...033 34 X3 213.00 ..387 6..000 34 X4 152.30 ..070 9..000 34 X5 654.0 ..146 3..110 34 X6 358.0 .93 1.... Y .0 31..144 1...674 343. 相关系数统计表X1 X2 X3 X4 X5 X6 YX1 1.83 0.88 0.39 0.9223.1 697.7
163.9X2 0.00 0.98 0.09 0.9637 31.86 107.5
X3 0.99 1.69 0.82 0.9697.7 280.9 952.1
X4 0.98 0.00 0.96 0.9986.5 70.6 468.9 411.3X5 0.11 0.24 1.72 0.9193.3
X6 0.09 0.96 0.00 0.9749
213.7 123.4Y 0.13 0.66 0.09 1.00000 Y
14807114. 协方差统计表X1 X2 X3 X4 X5 X6 Y五．模型估计与分析1. 全部模型的T、F检验值列表所有组合模型估计表 C 六 元 22.64502 t 不合格 22.59791 五 元 t 不合格 9.375399 t 不合格 X1 0.516014 t 不合格 0.510978 t 不合格 1.835731 t 合格 X2 1.100267 t 合格 1.193356 t 合格 0.736697 t 不合格 X3 -1.136578 t 合格 -1.164088 t 合格 -2.12708 t 合格 X4 0.775802 t 合格 0.774725 t 合格 0.700428 t 合格-7-X5 0.797505 t 合格 0.8039 t 合格X6 0.06018 t 不合格R? 0.998778F
合格是否合格 不合格0.998777 合格不合格0.539071 t 不合格0.997199 合格不合格-26.18547 t 不合格 12.81013 t 不合格 36.49976 t 合格 13.35493 t 不合格 7.906675 t 不合格 -26.26029 t 不合格 -32.13671 t 不合格 10.29101 t 不合格 -21.05465 t 不合格 -30.82014 t 不合格 80.50756 四 元 t 合格 19.07279 t 不合格 -0.856197 t 不合格 23.78093 t 不合格 13.36457 t 不合格 -81.0713 t 合格 -36.37913 t 不合格 19.86918 t 不合格0.560035 t 不合格 -0.250755 t 不合格 0.689530 t 合格2.190894 t 不合格 0.778743 t 不合格-0.639268 t 不合格 0.748445 t 合格 -1.006369 t 合格 0.800098 t 合格 0.777401 t 合格 0.684340 t 合格0.539184 t 不合格 0.984241 t 合格 0.769747 t 合格 0.961851 t 合格-0.21628 t 不合格 0.448599 t 不合格 0.592461 t 合格 0.013208 t 不合格0.993515857.8878 合格不合格0.998354 合格不合格0.998612 合格合格1.383284 t 合格 1.888785 t 合格 0.578472 t 不合格 1.478285 t 合格 -0.459203 t 合格 0.759421 t 合格 0.121121 t 不合格 1.066754 t 合格 1.922148 t 合格 0.919448 t 不合格 -0.059364 t 不合格 1.40326 t 合格 2.301942 t 不合格 2.500549 t 合格 0.16554 t 不合格 1.599484 t 合格 1.859678 t 合格 1.863135 t 不合格 1.532367 t 合格 -0.219455 t 不合格 1.985249 t 不合格-0.630091 t 合格 -2.466282 t 合格 -0.537271 t 不合格 -1.364421 t 不合格0.998651 合格不合格0.997063 合格合格0.514759 t 合格 0.136764 t 不合格 0.733080 t 合格 0.594609 t 合格 0.651063 t 合格 1.08066 t 合格 1.716 t 合格 0.01118 t 不合格0.993494 合格不合格0.99277995.4585 合格不合格0.998249 合格合格0.995333 合格不合格0.993378 合格不合格-1.651507 t 合格 -2.01553 t 合格 -0.339677 t 不合格0.838373 t 合格 0.718662 t 合格0.928002 t 合格 0.888323 t 合格 0.465515 t 不合格 0.859784 t 合格 0.805798 t 合格0.9979993616.47 合格合格0.997124 合格合格0.992834 合格不合格0.768532 t 合格 -0.637268 t 合格 0.147289 t 不合格 -0.088363 t 不合格 0.728609 t 合格 0.777160 t 合格 0.595626 t 合格0.948248 t 合格 0.96291 t 合格0.998268 合格不合格0.998651 合格合格0.928058 t 不合格 0.717003 t 合格 0.867538 t 合格 -0.26789 t 不合格 0.765145 t 合格0.993795 合格不合格0.993365 合格不合格0.998265 合格不合格-8-28.12343 t 不合格 -32.26971 t 不合格 -51.92488 t 不合格 -30.86143 t 不合格 -48.52073 t 不合格 86.62 t 合格 61.7666 t 合格 -9.441338 t 不合格 87.18082 t 合格 三 元 -24.66449 t 不合格 -4.753566 t 不合格 -88.24974 t 合格 -36.8915 t 不合格 -102.0058 t 合格 33.68598 t 不合格 -85.2658 t 合格 -34.95075 t 不合格 82.96685 t 合格 1.494099 t 合格 0.180321 t 不合格 0.115625 t 不合格 0.784967 t 合格 2.975906 t 合格 1.495269 t 合格 1.681390 t 合格 -0.241244 t 不合格 0.713755 t 合格 0.656749 t 合格 3.898478 t 合格 2.099779 t 合格 3.021628 t 合格 1.171703 t 合格 2.649729 t 合格 2.309638 t 合格 2.079166 t 合格 3.249336 t 合格 2.003785 t 合格 1.099268 t 不合格-0.216493 t 不合格 -1.456501 t 合格0.811579 t 合格0.999704 t 合格0.724029 t 合格0.998363 合格不合格0.9927611371.34 合格合格0.433635 t 合格 0.653689 t 合格 0.976165 t 不合格 -3.440188 t 合格 -1.249256 t 不合格 -1.018319 t 不合格 0.800431 t 合格 0.587006 t 合格 0.531541 t 合格 -0.333542 t 不合格 0.061614 t 不合格 0.427403 t 不合格 0.597187 t 合格 0.603862 t 合格 0.7053 t 合格 -0.512816 t 合格 0.873560 t 合格 1.39485 t 合格 0.562014 t 合格 0.693819 t 合格 0.509338 t 不合格 0.865084 t 合格 0.751951 t 不合格 -0.1538 t 不合格 1.430424 t 合格 1.624092 t 合格 0.930068 t 合格 0.754641 t 合格 0.678655 t 合格 1.029065 t 合格0.993213 合格不合格0.993378 合格不合格0.991958 合格不合格0.995589 合格合格0.991516 合格不合格0.992267 合格不合格0.996795 合格不合格0.995326 合格不合格0.992794 合格合格0.993383 合格不合格0.993333 合格不合格0.990496 合格不合格0.9975284035.14 合格合格0.993771 合格不合格0.993357 合格不合格0.997322 合格合格-9--62.18537 t 不合格 -12.7975 t 不合格 22.84364 t 不合格 -63.61333 t 不合格 67.7665 t 合格 136.8928 t 合格 67.51946 t 合格 -30.83929 t 不合格 -105.3831 t 合格 -71.39431 t 合格 二 元 -41.03345 t 不合格 -115.3687 t 合格 241.523 t 合格 64.15144 t 合格 -78.78287 t 合格 90.3141 t 合格 -99.45582 t 合格 -2.238764 t 不合格 0.407555 t 不合格 2.897785 t 合格 1.594120 t 合格 0.479994 t 合格 1.034518 t 合格 3.897862 t 合格 3.631684 t 合格 2.150693 t 合格 4.087745 t 合格 3.103354 t 合格0.906313 t 合格 0.731459 t 合格0.641805 t 合格 0.767774 t 合格 0.747377 t 合格 0.895819 t 合格2.204215 t 合格 1.041206 t 合格 0.82673 t 合格0.9929771413.93 合格合格0.99239 合格合格0.998255 合格合格0.991181 合格不合格-2.623593 t 合格 0.000034 t 不合格 1.071572 t 合格 1.423529 t 合格 0.147716 t 不合格 0.475046 t 合格 0.698421 t 合格 -0.03274 t 不合格 3.245527 t 合格 0.398289 t 不合格 1.477695 t 合格 0.710685 t 合格 1.064563 t 合格 1.209938 t 合格 1.254241 t 合格 2.668324 t 合格 0.640025 t 不合格 0.560521 t 不合格 1.329336 t 合格 2.182418 t 合格0.9901911564.72 合格合格0.982951893.6605 合格不合格0.990819 t 合格合格0.991762 合格合格0.990368 合格不合格0.993059 t 合格合格0.9933192304.43 合格合格0.9902881580.54 合格不合格0.942693254.9749 合格不合格0.9901621560 合格不合格0.989051 合格合格0.99657 合格合格0.988875 合格合格0.990505 合格不合格- 10 -121.1368 t 合格 -116.5053 t 合格 224.3832 一 元 t 合格 450.7667 t 合格 51.54406 t 不合格 -213.1933 t 合格1.721999 t 合格 4.049926 t 合格 3.724943 t 合格 3.742236 t 合格 1.478453 t 合格 3.436509 t 合格0.981724 合格合格0.990287 合格合格0.939695498.6362 合格合格0.827474153.4792 合格合格0.989484 合格合格0.970402 合格合格2. 选取六元模型进行分析和处理 对数据做回归分析：Dependent Variable: Y Method: Least Squares Date: 06/05/11 Time: 11:01 Sample:
Included observations: 34 Variable C X1 X2 X3 X4 X5 X6 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 22.014 1.........18 -175.908 Std. Error 17.772 0.....320985 t-Statistic 1.....498 0.187486 Prob. 0.2 0.9 0.0 0.7 .54 .000000Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)1) 自相关的检验 通过查表可以得到当K=6，T=34时：du=1.89 、4- du=2.11， 所以不存在自相关的区间为[1.89，2.11]，又因为DW=1.439908，因而存在自相关。 2）异方差的检验 利用匡特法将34个数据分别按X1、X2、X3、X4、X5、X6排序然后删除排列在中间的8个数据， 将余下的数据分成两组进行处理 Sample ，做回归：ls y c X1、X2、X3、X4、X5、X6 Sample ，做回归：ls y c X1、X2、X3、X4、X5、X6- 11 -得出各组数据的误差项的平方和从而得到的数据如下表： X1 Σе?大 Σе?小 F值 F（0.05,6,6）=4.28 ..6819 不合格 X2 . 不合格 X3 . 不合格 X4 . 不合格 X5 . 不合格 X6 . 不合格由于每一组的 F 值都大于检验值 F（0.05,6,6）=4.28，因而该模型存在异方差。 3）第一次处理异方差 在Eviews中将原数据（是检验异方差的排序之前的数据,以保留原始数据的时间顺序）利用 以下公式调整数据得出新数据 做回归：ls y c x1 x2 x3 x4 x5 x6 Genr e1=abs (resid) Genr Y1=Y/e1 Genr C1=1/e1 Genr X11=X1/e1 Genr X21=X2/e1 Genr X31=X3 /e1 Genr X41X4/e1 GenrX51=X5/e1 Genr X61=X6/e1 产生新数据如下： （备注：得出的 C1 X11X21X31X41X51X61 Y1 任然保留原始的时间顺序）obs 78 81 84 87 90 93C1 0....952 0.......193 0.....506393X11 0....847 2....77 9..37 25.18 7...806X21 1...99 6.....75 12.96 13.81 12.851 7.46X31 0....54 1...626 27.933 19.903 14.022 2.479 32.76872- 12 -X41 0...453 0..............54119X51 0.224 2..923 1....021 32.548 34.5 31.49 9..58X61 2...84 7....39 65.78 51.12 43.67 9...7666Y1 3...3 10.821 5..37 108.49 85.83 74.88 18.42 250.791396 99 02 05 08 20090..............36 0.01907411.47 10.76 7.166 98.579 12.19 84.02 22.88 30.948.8 8..141 4..741 6..45 14.34 6.2 22.460312..532 4....971 5..89 12.587 5..082..045 2....284 1..71 9....1614.57 15.21 11.98 145.04 17.88 111.06 29.31 34.2511.7 11.5 7...089 9..08 17.86 7..7227.75 24.46 16.33 219.33 24.54 160.92 44.27 55.824）用新数据做回归分析Dependent Variable: Y1 Method: Least Squares Date: 06/05/11 Time: 11:21 Sample:
Included observations: 34 Variable C1 X11 X21 X31 X41 X51 X61 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 18.587 0.........030 Std. Error 2.......101292 t-Statistic 9..534 -9...627 Prob. 0.0 0.0 0.0 0.19 86.782 3..065222Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat5）检验自相关 由前面可知不存在自相关的区间为[1.89，2.11]，而此时DW=1.065222，因而依然存在自相 关所以需对自相关进行处理 6）第一次处理自相关 Sample
做回归分析：Ls y1 c1 x11 x21 x31 x41 x51 x61 ar(1)Dependent Variable: Y1 Method: Least Squares Date: 06/05/11 Time: 11:30- 13 -Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 12 iterations Variable C1 X11 X21 X31 X41 X51 X61 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots Coefficient 21.093 0..........713 .62 Std. Error 1........173332 t-Statistic 10.78 9..465 21.998 3.593654 Prob. 0.0 0.0 0.0 0.4 68.75 2...827387Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat? ? =AR（1）=0.622896 ? Genr Y2=Y1 ? ×Y1(-1) ? Genr X12=X11- ? ×X11(-1) ? Genr X22=X21- ? ×X21(-1) ? Genr X32=X31- ? ×X31(-1) ? Genr X42=X41- ? ×X41(-1) ? Genr X52=X51- ? ×X51(-1) ? Genr X62=X61- ? ×X61(-1) ? Genr C2=C1- ? ×C1(-1)－补齐数据：?2 Y2(1976)=Y1(1976) × 1 ? ? ?2 X12(1976)=X11(1976) × 1 ? ?X22(1976)=X21(1976) × X32(1976)=X31(1976) × X42(1976)=X41(1976) × X52(1976)=X51(1976) × X62(1976)=X61(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2- 14 -C2(1976)=C1(1976) ×? 1? ? 2产生新数据： （备注：得出的数据C2 X12 X22 X32 X42 X52 X62 Y2仍保持原始的时间顺序）obs 78 81 84 87 90 93 96 99 02 05 08 2009C2 0.....426 0.435 0...252 -0.825 -0.064 0...337 -0.345 -0.332 0.179 0...008 0..85 0.010752X12 0....47 -0.794 4...42 23.441 19.359 0.537 120.1 146.3 11.416 1..16 7..015 -21.087 -0.6 35.12026X22 1....25 0....08 -21.66 33.65 25.465 -0.565 80.62 111.7 7..775 57.57 3..897 -10.712 1..329 13.92464X32 0.824 6..85 -0.649 3...41 14.983 10.635 -0.581 30.88 42.63 3..385 29.4 3..138 -7.146 -0.73 16.87547X42 0.....47 0.....92 -1.851 -1.157 0..95 28.36 1.454 0..388 1.34 1..394 1..242X52 0..896 14.388 0.....17 28.94 24.876 -0.804 117.9 211.3 17.598 2..5 10.88 1.51 3..62 36.94618X62 1....5 0....5 -25.06 -15.41 -10.13 4..54 -60.2 -95.81 -4.389 90.18 5..978 -12.913 -0.26 14.75867Y2 2..02 81.7 0...38 88.44 69.39 56.55 0...7 358. 26.654 -9.735 210.7 13.3 9..888 -2.59 46.769687）用新数据做回归分析Dependent Variable: Y2 Method: Least Squares Date: 06/05/11 Time: 11:59- 15 -Sample(adjusted):
Included observations: 33 after adjusting endpoints Variable C2 X12 X22 X32 X42 X52 X62 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 21.082 0.........713 Std. Error 1.......083212 t-Statistic 11.75 9..838 21.837 Prob. 0.0 0.0 0.0 0.83 106.584 3..827457Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat8）检验异方差 利用上述同样的方法检验异方差（注：数据排序后不保存操作且重新打开数据以使数据 C2X12X22X32X42X52X62Y2仍保持原始的时间顺序）得到 X12 Σе?大 Σе?小 F值 F （0.05,6,6） =4.28 7..435 不合格 X22 7.752 5.565913 不合格 X32 7...56912 不合格 X42 7...952878 不合格 X52 7...518907 不合格 X62 7.877 1.460089 合格由于前五组的 F 值还大于检验值 F（0.05,6,6）=4.28，因而该模型存在异方差。 9）第二次处理异方差 在Eviews中将上述数据（保留时间顺序）利用以下公式调整数据得出新数据, 做回归：ls Y2 C2 X12 X22 X32 X42 X52 X62 Genr e3=abs (resid) Genr Y3=Y2/e3 Genr C3=C2/e3 Genr X13=X12/e3 Genr X23=X22/e3 Genr X33=X32 /e3 Genr X43=X42/e3 GenrX53=X52/e3 Genr X63=X62/e3 产生新数据： （备注：得出的数据C3 X13 X23 X33 X43 X53 X63 Y3仍保持原始的时间顺序）obs 78C3 X13 X23 X33 X43 X53 X63 Y3 0..249 1...95 3...........81 15.197 6..73- 16 -81 84 87 90 93 96 99 02 05 08 20095.663 0....112 -1.018 -0.691 -0.4 0..375 3..557 -0.407 0..568 0..017 0..221 0.01282479.27 -0.108 18.37 20.9 20.726 32.59 1...762 -94.8 -70.23 -7.014 481.6 22.99 14.5 2..72 41.88783143.2 2...23 26.69 29.705 42.67 -1.501 .7 -53.67 -6.422 294.9 11.81 25.44 0..215 16.6078896.5 -0.226 12.2 13.29 13.203 17.98 -1.028 935.8 295. 11.067 1..9 10.8 3..859 -1.309 20.127330..595 0....68 3..247 -3.864 1..05 196.3 5..589 78.39 3..377 -2.619 4.75 3.5163646.38 1.894 14.18 15.8 25.512 41.76 -0.79 .778 0.59 64.15 7..5 31.33 5..132 -13.77 44.06559183.201 -73.528 1..56 31.9 37.03 55.54 -1.913 .1 -79.387 42.427 4.11 -34.05 105.88 -17.453 -1.448 17.60262264.2 2...25 52.249 -148.508 61.2 95.08 0...562 -182.645 3.647 97.62 8.7.314 -77.24 324.44 -55.3 -8.49 55.7820610）用新数据做回归分析Dependent Variable: Y3 Method: Least Squares Date: 06/05/11 Time: 16:38 Sample:
Included observations: 34 Variable C3 X13 X23 X33 X43 Coefficient 21.844 0...794782 Std. Error 1.....055412- 17 -t-Statistic 16.48 23.061 14.34302Prob. 0.0 0.0 0.0000X53 X63 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood0......5490..03352741.9970.0 328.0 3...054484Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat11）检验自相关 由前面可知不存在自相关的区间为[1.89，2.11]，而此时DW=1.054484，因而依然存在自相 关 12）第二次处理自相关 Sample
做回归分析：Ls y3 c3 x13 x23 x33 x43 x53 x63 ar(1)Dependent Variable: Y3 Method: Least Squares Date: 06/05/11 Time: 16:44 Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 15 iterations Variable C3 X13 X23 X33 X43 X53 X63 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots Coefficient 21.810 0..........159 .55 Std. Error 0........181377 t-Statistic 23.87 32.980 16.62 7..051284 Prob. 0.0 0.0 0.0 0.3 338.4 2...813153Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat? ? =AR（1）=0.553434 ? Genr Y4=Y3 ? ×Y3(-1) ? Genr X14=X13- ? ×X13(-1) ? Genr X24=X23- ? ×X23(-1) ? Genr X34=X33- ? ×X33(-1) ? Genr X44=X43- ? ×X43(-1) ? Genr X54=X53- ? ×X53(-1) ? Genr X64=X63- ? ×X63(-1) ? Genr C4=C3- ? ×C3(-1)－- 18 -补齐数据：?2 Y4(1976)=Y3(1976) × 1 ? ? ?2 X14(1976)=X13(1976) × 1 ? ?X24(1976)=X23(1976) × X34(1976)=X33(1976) × X44(1976)=X43(1976) × X54(1976)=X53(1976) × X64(1976)=X63(1976) × C4(1976)=C3(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2产生新数据： （备注：得出的数据C4 X14 X24 X34 X44 X54 X64 Y4仍保持原始的时间顺序）obs 78 81 84 87 90 93 96 C4 0.418 0...051 0...155 -1.94 -0.598 -0.198 0..368 3..828 -0.07021X14 0...09 -74.97 2..27 7..36 -17.72 -38.12 10..272 -8.235 -632.884 80.96X24 1...23 -137.317 34.22 26.43 9..38 -25.93 -55.74 8.8.413 -.3 57.29X34 0...12 -95.22 0..655 3..88 -11.5 -21.764 4..5 309.7 22.346X44 0.....704 0.....652 -2.797 -7.71 1.84 -239.872 202.6 13.236X54 0....09 11.509 14.91 4..9 -21.5 -40.276 11..161 -4.524 -911.587 119.9X64 2..4 170.6 43.18 31.94 9.8.56 87.45 61.65 18.85 22.28 3.518 86.3Y4 2...74 -253.833 62.32 51.18 17.4 143.1 104.3 32.73 61.59 51.7 193.5- 19 -01 04 07 0...537 0..144 0..007 0..0088288..7 41.43 -81.5 18.668 19.476..5 23.58 -13.4 9..812 12.145982..852 -93.89 56.62 -11.359 -2.691 15.355451..18 7..03 -5.506 3..7813.59 -448.081 59.66 -125.19 -41.59 -14.832 27.349..5 34.27 -62.695 -14.22 -2.227 12.6015420..373 -674.047 85.58 -146.424 -74.17 35.28 37.3613) 用新数据做回归分析：Dependent Variable: Y4 Method: Least Squares Date: 06/05/11 Time: 17:11 Sample:
Included observations: 34 Variable C4 X14 X24 X34 X44 X54 X64 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 21.598 0.........839 Std. Error 0.......025082 t-Statistic 25.41 33.793 18.90 8.282523 Prob. 0.0 0.0 0.0 0.8 ...755536Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat14）检验异方差 利用上述同样的方法检验异方差（注：数据排序后不保存操作且重新打开数据以使数据 C4X14X24X34X44X54X64Y4仍保持原始的时间顺序）得到： X14 Σе?大 Σе?小 F值 F（0.05,6,6）=4.28 7...656301 合格 X24 4...366976 合格 X34 4...351886 合格 X44 5...16991 合格 X54 7...660572 合格 X64 4...366976 合格由于六组分别排序后得到的F值都小于F（0.05,6,6）=4.28，所以此时该模型不存在异方差 15）检验自相关 而由前面可知不存在自相关的区间为[1.89，2.11]，而此时DW=1.755536，因而依然存在自 相关 16）第三次处理自相关- 20 -Sample
做回归分析：Ls y4 c4 x14 x24 x34 x44 x54 x64 ar(1)Dependent Variable: Y4 Method: Least Squares Date: 06/05/11 Time: 17:45 Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 18 iterations Variable C4 X14 X24 X34 X44 X54 X64 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots Coefficient 21.300 0..........811 .12 Std. Error 0........213655 t-Statistic 26.26 35.465 17.03 8..580964 Prob. 0.0 0.0 0.0 0.5 152.2 2...936001Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat? ? =AR（1）=0.124126 ? Genr Y5=Y4 ? ×Y4(-1) ? Genr X15=X14- ? ×X14(-1) ? Genr X25=X24- ? ×X24(-1) ? Genr X35=X34- ? ×X34(-1) ? Genr X45=X44- ? ×X44(-1) ? Genr X55=X54- ? ×X54(-1) ? Genr X65=X64- ? ×X64(-1) ? Genr C5=C4- ? ×C4(-1)－补齐数据：?2 Y5(1976)=Y4(1976) × 1 ? ? ?2 X15(1976)=X14(1976) × 1 ? ?X25(1976)=X24(1976) × X35(1976)=X34(1976) × X45(1976)=X44(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2- 21 -X55(1976)=X54(1976) × X65(1976)=X64(1976) × C5(1976)=C4(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2产生新数据： （备注：得出的数据C5 X15 X25 X35 X45 X55 X65 Y5仍保持原始的时间顺序）obs 78 81 84 87 90 93 96 99 02 05 08 2009C5 0.....965 -0.715 0.814 -1.72 -0.087 -0.001 0..28 4..182 -0.77 0..599 0..146 0..934 0.007454X15 0...18 -83.99 0..06 5..17 -23.11 -42.899 17.13 59.06 5.48 159.6 11.07 -360.689 78.82 -101.15 -27.26 -6.96 29.58159X25 1...71 -153.779 51.292 26.15 7..68 -34.84 -61.39 6.7.311 -.5 117.7 9..2 46.44 -22.2 12.871 9..01794X35 0...25 -105.948 34.236 12.221 2..24 -15.06 -24.289 3..4 376.96 -222.536 45.26 3..2 28.92 -37.59 8.424 9..17505- 22 -X45 0....613 0.488 1....098 -3.945 -8.069 1..7 232.2 28.444 1..08 13.1 -19.32 3....91523X55 0.327 5..35 16.826 14.19 2..55 -27.28 -46.52 10.3 -9.317 -.965 -62.33 710.7 115.335 211.4 -26.122 28.78 29.38X65 2..1 167.3 64.989 31.3 7.9.8 100.1 65.51 27.021 33.49 1.635 174. 13.9 -346.606 70.26 -74.57 12.338 10.6Y5 2..63 242. 93.503 51.72 13.8 165.5 110.3 45.56 52.34 73.32 386.3 30..796 -807.157 168.8 -183.776 -55.995 44.49 38.9817) 用新数据做回归分析：Dependent Variable: Y5 Method: Least Squares Date: 06/05/11 Time: 18:06 Sample:
Included observations: 34 Variable C5 X15 X25 X35 X45 X55 X65 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 21.111 0.........562 Std. Error 0.......023906 t-Statistic 27.64 36.129 18.42 8.484006 Prob. 0.0 0.0 0.0 0.4 ...878332Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat由前面可知不存在自相关的区间为[1.89，2.11]，而此时DW=1.878332，因而依然存在自相 关 综合以上： 处理了两次异方差和两次自相关后该六元模型不存在异方差仍存在自相关， 接着 又处理了一次自相关后，该模型仍存在自相关。于是根据要求放弃该六元模型，寻找新的模 型。 3. 选取五元模型进行分析和处理 由于从五―1.全部模型的T、F检验值列表中可知六元的t检验中X6不合格，且从六个解释变 量的解释程度看X6可解释的程度不如其他五个变量，并X6（居民消费额）和X2（社会消费 品零售总额） 在一定程度上有一些概念的交叉， 所以综合各种因素的考虑在五元模型的分析 处理中舍弃X6。 选择 X1X2X3X4X5 作为解释变量，回归模型分析如下：Dependent Variable: Y Method: Least Squares Date: 06/06/11 Time: 10:02 Sample:
Included observations: 34 Variable C X1 X2 X3 X4 X5 R-squared Coefficient 22.978 1.....998777 Std. Error 17.269 0....128373 t-Statistic 1.....235 Prob. 0.0 0.7 0.0 Mean dependent var- 23 -Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat0...27 -175.814S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic).12 .0000001） 检验自相关 通过查表可以得到当K=5，T=34时：du=1.81 、4- du=2.19， 所以不存在自相关的区间为[1.81，2.19]，又因为DW=1.444814，因而存在自相关。 2）检验异方差 利用匡特法将34个数据分别按X1、X2、X3、X4、X5排序然后删除排列在中间的8个数据，将 余下的数据分成两组进行处理 Sample ，做回归：ls y c X1、X2、X3、X4、X5 Sample ，做回归：ls y c X1、X2、X3、X4、X5 得出各组数据的误差项的平方和从而得到的数据如下表： X1 Σе?大 Σе?小 F值 F（0.05,7,7）=3.79 ..643 不合格 X2 ..643 不合格 X3 ..643 不合格 X4 ..301 不合格 X5 ..643 不合格由于每一组的 F 值都大于检验值 F（0.05,7,7）=3.79，因而该模型存在异方差。 3）第一次处理异方差 在Eviews中将原数据（是检验异方差的排序之前的数据,以保留原始数据的时间顺序）利用 以下公式调整数据得出新数据 做回归：ls y c x1 x2 x3 x4 x5 Genr e1=abs (resid) Genr Y1=Y/e1 Genr C1=1/e1 Genr X11=X1/e1 Genr X21=X2/e1 Genr X31=X3 /e1 Genr X41X4/e1 GenrX51=X5/e1 产生新数据如下： （备注：得出的 C1 X11X21X31X41X51Y1 任然保留原始的时间顺序）obs 78 81C1 0..922 2...12657X11 0....783 2.328706X21 1.547 9..084 4.31223- 24 -X31 0..628 46.74 1.875763X41 0......106382X51 Y1 0..749 5.452 17.55 123.555 11.976 7.51950784 87 90 93 96 99 02 05 08 20090............................0191952...58 10.61 11.98 10.24 9.. 175.46 18.341 6..145 11.79 63.04 23.54 30.93..74 88.08 32.03 41.11 6...505 133.958 12.212 4.35 4...1 13.97 6..731....67 15.252 17.131 2...191 50.855 5...29 2..61 22.15 10.248 14.990........72 1.991 17.819 33.466 2....344 1..52 8....591....327 26.49 39. 9..67 14.78 15.86 11.426 286.95 16.37 83.95 30.02 34.145..33 172.8 66.06 91.13 18.9 308.09 429.65 42.28 14.57 16.37 152.2 56.66 25.1 82.098134）用新数据做回归分析Dependent Variable: Y1 Method: Least Squares Date: 06/06/11 Time: 10:32 Sample:
Included observations: 34 Variable C1 X11 X21 X31 X41 X51 R-squared Adjusted R-squared Coefficient 20.857 1......999917 Std. Error 1......015217 t-Statistic 14.22 45.518 9..11563 Prob. 0.0 0.0 0.0 75.93Mean dependent var S.D. dependent var- 25 -S.E. of regression Sum squared resid Log likelihood0..653Akaike info criterion Schwarz criterion Durbin-Watson stat2...1403565）检验自相关 由于不存在自相关的区间为[1.81，2.19]，而DW=1.140356，因而存在自相关。 6）第一次处理自相关 Sample
做回归分析：Ls y1 c1 x11 x21 x31 x41 x51 ar(1)Dependent Variable: Y1 Method: Least Squares Date: 06/06/11 Time: 10:36 Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 12 iterations Variable C1 X11 X21 X31 X41 X51 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots Coefficient 21.987 1.........357 .55 Std. Error 1.......176446 t-Statistic 17.30 45.683 9..636 Prob. 0.0 0.0 0.0 0.81 110.701 3..813276Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat? ? =AR（1）=0.554860 ? Genr Y2=Y1 ? ×Y1(-1) ? Genr X12=X11- ? ×X11(-1) ? Genr X22=X21- ? ×X21(-1) ? Genr X32=X31- ? ×X31(-1) ? Genr X42=X41- ? ×X41(-1) ? Genr X52=X51- ? ×X51(-1) ? Genr C2=C1- ? ×C1(-1)－补齐数据：?2 Y2(1976)=Y1(1976) × 1 ? ? ?2 X12(1976)=X11(1976) × 1 ? ?X22(1976)=X21(1976) ×? 1? ? 2- 26 -X32(1976)=X31(1976) × X42(1976)=X41(1976) × X52(1976)=X51(1976) × C2(1976)=C1(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2产生新数据： （备注：得出的数据C2 X12 X22 X32 X42 X52 Y2仍保持原始的时间顺序）obs 78 81 84 87 90 93 96 99 02 05 C2 0.....023 0...655 -0.619 -0.937 -0.168 0...379 -0.289 -0.485 0.386 0....173 -0.00121X12 0....2 -0.362 4...09 17.299 25.391 1...1 168.7 12.16 1..1 7..81 -6.366 0.137832X22 1....2 0.027 6..28 -35.06 -3.63 -10.27 3..8 128.998 -66.179 -2.531 115.4 3..24 -3.066 -0.0197- 27 -X32 0..458 41.73 0...641 39.54 10.966 13.98 -0.17 38.9 49.1 3..815 59.19 3..493 -1.801 0.015228X42 0....3 0......368 -0.425 -1.604 0..197 32.69 1..224 0..98 1..312 1...504331X52 0....922 0.....24 21.591 32.143 0... 243.4 19.208 3.8 -147.903 10.49 22.376 9..32988Y2 2...85 -57.784 1..43 155.2 51.211 73.71 1..91 -143.151 413.8 29.455 4..7 14.6 36.19 14.9620.55 10.96 14.18 42.713 37.07 17.773 39.437）用新数据做回归分析Dependent Variable: Y2 Method: Least Squares Date: 06/06/11 Time: 10:50 Sample:
Included observations: 34 Variable C2 X12 X22 X32 X42 X52 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 21.495 1........988 Std. Error 1......013570 t-Statistic 17.03 46.899 10.45 Prob. 0.0 0.0 0.0 34.80 2...767679Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat8）检验异方差 利用上述同样的方法检验异方差（注：数据排序后不保存操作且重新打开数据以使数据 C2X12X22X32X42X52Y2仍保持原始的时间顺序）得到： X12 Σе?大 Σе?小 F值 F（0.05,7,7）=3.79 8..634 合格 X22 8...310631 合格 X32 8...313175 合格 X42 8...099719 合格 X52 8.692 1.798817 合格由于每一组的F值都合格，所以该模型不存在异方差 9）检验自相关 由于不存在自相关的区间为[1.81，2.19]，而DW=1.767679，因而仍存在自相关。 10）第二次处理自相关 Sample
做回归分析：Ls y2 c2 x12 x22 x32 x42 x52 ar(1)Dependent Variable: Y2 Method: Least Squares Date: 06/06/11 Time: 11:22 Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 9 iterations Variable C2 X12 X22 Coefficient 21.055 1.194159 Std. Error 1...025427- 28 -t-Statistic 18.41 46.96510Prob. 0.0 0.0000X32 X42 X52 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots-1........189 .110....203771-19.23 57.3740.0 0.9 35.45 2...941646Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat? ? =AR（1）=0.110316 ? Genr Y3=Y2 ? ×Y2(-1) ? Genr X13=X12- ? ×X12(-1) ? Genr X23=X22- ? ×X22(-1) ? Genr X33=X32- ? ×X32(-1) ? Genr X43=X42- ? ×X42(-1) ? Genr X53=X52- ? ×X52(-1) ? Genr C3=C2- ? ×C2(-1)－补齐数据：?2 Y3(1976)=Y2(1976) × 1 ? ? ?2 X13(1976)=X12(1976) × 1 ? ?X23(1976)=X22(1976) × X33(1976)=X32(1976) × X43(1976)=X42(1976) × X53(1976)=X52(1976) × C3(1976)=C2(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2产生新数据： （备注：得出的数据C3 X13 X23 X33 X43 X53 Y3仍保持原始的时间顺序）obs 78 81C3 0.....81X13 0.944 5..68 1.785554X23 1.362 8..79 4.352825- 29 -X33 0...28 -26.237X43 0.....354X53 0....664 -12.012Y3 2..98 112.8 7.70834784 87 90 93 96 99 02 05 08 20090.....783 -0.018 -0.191 0...827 -0.533 -0.298 0..493 0...137 -0.634 0.0106650....19 20.209 25.494 2...1 177.2 22.285 2..9 18.28 10.336 8..35 34.810910....39 28.776 33.52 1...8 134.7 15.607 1..784 -73.793 10.8 8..862 -0.11 13.774830.421 5..93 12.788 14.145 0...34 51.21 6..186 59.12 7..005 -2.121 -0.28 16.701240.....568 -0.749 -1.135 0..01 33.5 3..108 30.84 3..25 0....3580....59 23.668 32. 1.769 145.5 250.4 32.949 3..5 26.82 11.76 9..2 36.564851.93 19.61 -84.88 -10.505 74.27 4..58 -175.78 429.9 52.981 5.. 38.43 20.74 16.121 42.1711）用新数据做回归分析Dependent Variable: Y3 Method: Least Squares Date: 06/06/11 Time: 12:07 Sample:
Included observations: 34 Variable C3 X13 X23 X33 X43 X53 R-squared Adjusted R-squared Coefficient 21.624 1......999964 Std. Error 1......013392 t-Statistic 18.20 48.190 10.68 Prob. 0.0 0.0 0.0 31.01Mean dependent var S.D. dependent var- 30 -S.E. of regression Sum squared resid Log likelihood0..788Akaike info criterion Schwarz criterion Durbin-Watson stat2...89412512）检验异方差 利用上述同样的方法检验异方差（注：数据排序后不保存操作且重新打开数据以使数据 C3X13X23X33X43X53Y3仍保持原始的时间顺序）得到： X13 Σе?大 Σе?小 F值 F （0.05,7,7） =3.79 8...906094 合格 X23 6...455075 合格 X33 6..065 合格 X43 8...116977 合格 X53 8...906094 合格由于六组分别排序后得到的F值都小于F（0.05,7,7）=3.79，所以此时该模型不存在异方差 13）检验自相关 由前面可知不存在自相关的区间为[1.81，2.19]，而此时DW=1.894125，所以此时该模型不 存在自相关 综上可知此时的五元模型既不存在异方差，也不存在自相关；同时又 R 2 =0.999969，所以 F=+∞，所以 F、t 检验均通过。但解释变量 X33（地方财政一般预算支出）的系数为负，而 从经济理论上和 Y 与 X3 散点图上的关系来讲，地方财政一般预算支出应该与 GDP 成正相 关关系，而因而不符合经济意义和散点图解释，所以放弃五元模型，寻求新的模型。 4. 第一次选取四元模型进行分析和处理 由于从五―1.全部模型的T、F检验值列表中可知六元的t检验中X1不合格，又由于X1（全社 会固定资产投资总额）当年会有部分留存，所以该解释变量的解释效果会受到一定影响，所 以综合以上因素在四元模型的分析处理中在原有五元的基础上舍弃X1。 选择 X2X3X4X5 作为解释变量，回归模型分析如下：Dependent Variable: Y Method: Least Squares Date: 06/06/11 Time: 12:38 Sample:
Included observations: 34 Variable C X2 X3 X4 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 13.260 -0.......33 -177.209 Std. Error 17.546 0...090487 t-Statistic 0....42 Prob. 0.0 0.0 0.7 .20 .000000Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)1） 检验自相关 通过查表可以得到当K=4，T=34时：du=1.73 、4- du=2.27，- 31 -所以不存在自相关的区间为[1.73，2.27]，又因为DW=1.779209，因而不存在自相关。 2）检验异方差 利用匡特法将34个数据分别按X2、X3、X4、X5排序然后删除排列在中间的8个数据，将余下 的数据分成两组进行处理 Sample ，做回归：ls y c X2、X3、X4、X5 Sample ，做回归：ls y c X2、X3、X4、X5 得出各组数据的误差项的平方和从而得到的数据如下表： X2 Σе?大 Σе?小 F值 F（0.05,8,8）=3.44 ..216 不合格 X3 ..216 不合格 X4 ..509 不合格 X5 ..216 不合格由于每一组的 F 值都大于检验值 F（0.05,8,8）=3.44，因而该模型存在异方差。 3）第一次处理异方差 在Eviews中将原数据（是检验异方差的排序之前的数据,以保留原始数据的时间顺序）利用 以下公式调整数据得出新数据 做回归：ls y c x2 x3 x4 x5 Genr e1=abs (resid) Genr Y1=Y/e1 Genr C1=1/e1 Genr X21=X2/e1 Genr X31=X3 /e1 Genr X41X4/e1 GenrX51=X5/e1 产生新数据如下： （备注：得出的 C1X21X31X41X51Y1 任然保留原始的时间顺序）obs 78 81 84 87 C1 0......715 0.......13536X21 2...67 19.495 4..69 361.8 7..55X31 1...96 10.511 1....58 3..498- 32 -X41 0..........52 0..309X51 0....524 2...094 211.83 6..61Y1 4...82 34.187 8..41 707.6 15.66 29.412392 95 98 01 04 07 0..........865 0.........02396724.546 5....936 12.962 3..418 15.47 .84 5..2711.575 2...36 2.....804 12.03 .02 4..863......144 2....994 3...58 9..967 14.9329.89 7....76 27.88 8..05 40.15 .44 12.87 73.0982560.1 16.28 14.54 20.71 19.83 228. 57.316 57..969 60.74 20.58 102.50954）用新数据做回归分析Dependent Variable: Y1 Method: Least Squares Date: 06/06/11 Time: 13:01 Sample:
Included observations: 34 Variable C1 X21 X31 X41 X51 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 13.939 -0.......291 Std. Error 1.....011552 t-Statistic 12.96 -12.648 83.09556 Prob. 0.0 0.0 0.0 ...065617Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat5）检验自相关 由于不存在自相关的区间为[1.73，2.27]，而DW=1.065617，因而存在自相关。 6）第一次处理自相关 Sample
做回归分析：Ls y1 c1 x21 x31 x41 x51 ar(1)Dependent Variable: Y1 Method: Least Squares- 33 -Date: 06/06/11Time: 13:03Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 8 iterations Variable C1 X21 X31 X41 X51 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots Coefficient 14.965 -0........508 .73 Std. Error 0......137365 t-Statistic 15.90 -17.32 82.762 Prob. 0.0 0.0 0.0 315.5 2...824489Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat? ? =AR（1）=0.730199 ? Genr Y2=Y1 ? ×Y1(-1) ? Genr X22=X21- ? ×X21(-1) ? Genr X32=X31- ? ×X31(-1) ? Genr X42=X41- ? ×X41(-1) ? Genr X52=X51- ? ×X51(-1) ? Genr C2=C1- ? ×C1(-1)－补齐数据：?2 Y2(1976)=Y1(1976) × 1 ? ?X22(1976)=X21(1976) × X32(1976)=X31(1976) × X42(1976)=X41(1976) × X52(1976)=X51(1976) × C2(1976)=C1(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2产生新数据： （备注：得出的数据C2 X22 X32 X42 X52 Y2仍保持原始的时间顺序）obs C2 X22 X32 X42 0........013832- 34 -X52 0.55Y2 3..41271980 83 86 89 92 95 98 01 04 07 0.409 -0.704 0...954 -2.38 1..118 -0.014 0..953 -0.197 -0.017 0..895 0...634 -0.488 0.01606617.36 -16.48 0.02 6..4 -83.5 -65.05 -8.29 1...7 7..471 60.19 11.687 18.7 7..881 20.1175514.88 -14.076 -5.096 4.138 174.6 -46.6 -28.202 -4.103 0.534 39.09 3..062 30.79 10.813 59.22 7..622 23.911330...355 0....98 -8.02 -7.853 -1.278 0...97 1..274 16.01 3...9 6..53 7.1291415..948 -2.966 4...3 -58.64 -53.6 -9.209 2.278 193.4 18.0 -0.24 -98.6 12..374 -.25 18.9331.14 -31.3 1..53 685.5 -167.522 222.8 39.13 -2.916 2..208 -227.642 27.45 -1.37 -147.432 42.58 60.21 30.6 29.937）用新数据做回归分析Dependent Variable: Y2 Method: Least Squares Date: 06/06/11 Time: 13:16 Sample:
Included observations: 34 Variable C2 X22 X32 X42 Coefficient 14.833 -0..768170 Std. Error 0....070143- 35 -t-Statistic 15.08 -18.48Prob. 0.0 0.0X52 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood0.....1880.01140185.071890.83 ...775947Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat8）检验异方差 利用上述同样的方法检验异方差（注：数据排序后不保存操作且重新打开数据以使数据 C2X22X32X42X52Y2仍保持原始的时间顺序）得到： X22 Σе?大 Σе?小 F值 F（0.05,8,8）=3.44 5.647 4..311952 合格 X32 7..647 1.406273 合格 X42 6...010122 合格 X52 6..647 1.104226 合格由于每组的Ｆ值都合格所以该四元模型不存在异方差 9）检验自相关 由于不存在自相关的区间为[1.73，2.27]，而DW=1.775947，因而不存在自相关。 综上可知此时的五元模型既不存在异方差，也不存在自相关；同时又 F=+∞，所以 F、t 检 验均通过。但解释变量 X32（地方财政一般预算支出）的系数为负，而从经济理论上和 Y 与 X3 散点图上的关系来讲，地方财政一般预算支出应该与 GDP 成正相关关系，因而不符合经 济意义和散点图解释，所以放弃该四元模型，寻求新的模型。 5. 第二次选取四元模型进行分析和处理 由于五元模型中处理完自相关和异方差后是X3的系数的与其经济意义及Y和X3的散点图不 符；然而在四元模型处理完自相关和异方差后依然是是X3的系数的与其经济意义及Y和X3 的散点图不符，所以重新考虑在五元模型中舍弃X3找回X1,重新建立四元模型。 综上选择 X1X2X4X5 作为解释变量，回归模型分析如下：Dependent Variable: Y Method: Least Squares Date: 06/06/11 Time: 13:51 Sample:
Included observations: 34 Variable C X1 X2 X4 X5 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 10.2203 1.......11 -181.8698 Std. Error 20.850 0...118324 t-Statistic 0.....133026 Prob. 0.7 0.0 0.7 .80 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic- 36 -Durbin-Watson stat1.884775Prob(F-statistic)0.0000001） 检验自相关 通过查表可以得到当K=4，T=34时：du=1.73 、4- du=2.27， 所以不存在自相关的区间为[1.73，2.27]，又因为DW=1.884775，因而不存在自相关。 2）检验异方差 利用匡特法将34个数据分别按X1、X2、X4、X5排序然后删除排列在中间的8个数据，将余下 的数据分成两组进行处理 Sample ，做回归：ls y c X1、X2、X4、X5 Sample ，做回归：ls y c X1、X2、X4、X5 得出各组数据的误差项的平方和从而得到的数据如下表： X1 Σе?大 Σе?小 F值 F（0.05,8,8）=3.44 ..842 不合格 X2 ..842 不合格 X4 ..436 不合格 X5 ..842 不合格由于每一组的 F 值都大于检验值 F（0.05,8,8）=3.44，因而该模型存在异方差。 3）第一次处理异方差 在Eviews中将原数据（是检验异方差的排序之前的数据,以保留原始数据的时间顺序）利用 以下公式调整数据得出新数据 做回归：ls y c x1 x2 x4 x5 Genr e1=abs (resid) Genr Y1=Y/e1 Genr C1=1/e1 Genr X11=X1/e1 Genr X21=X2 /e1 Genr X41X4/e1 GenrX51=X5/e1 产生新数据如下： （备注：得出的 C1X11X21X41X51Y1 任然保留原始的时间顺序）obs 78 81 84 C1 0.......313 0...091905X11 0...583 4.......454248X21 1..27 4.......728- 37 -X41 0......976 0.369 0.119X51 0.882 1.........179838Y1 3.....495 6..93 19.4289 92 95 98 01 04 07 0................386 0......012942.....396 4...576 37.33 6..62 67.65 45.14 69.574 22.483.....221 2...694 25.228 3..855 36.267 22.02 32.363 10.840.......925 10.174 4....617 9....22 4..762.453 4...586 4...31 56.4 9..37 94.47 60.48 90.25 25.87..04 13.12 13.847 9..14 86.07 13.54 21.79 34.79 92.78 17.58 55.343584）用新数据做回归分析Dependent Variable: Y1 Method: Least Squares Date: 06/06/11 Time: 17:22 Sample:
Included observations: 34 Variable C1 X11 X21 X41 X51 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 2.........644 Std. Error 3.....067946 t-Statistic 0...860 16.31458 Prob. 0.0 0.0 0.89 58.614 2..431093Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat5）检验自相关 由于不存在自相关的区间为[1.73，2.27]，而DW=1.431093，因而存在自相关。 6）第一次处理自相关- 38 -Sample
做回归分析：Ls y1 c1 x21 x31 x41 x51 ar(1)Dependent Variable: Y1 Method: Least Squares Date: 06/06/11 Time: 17:23 Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 13 iterations Variable C1 X11 X21 X41 X51 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots Coefficient 2..........265 .37 Std. Error 4......186961 t-Statistic 0...23 15.327 Prob. 0.0 0.0 0.6 42.98 2...926111Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat? ? =AR（1）=0.370805 ? Genr Y2=Y1 ? ×Y1(-1) ? Genr X12=X11- ? ×X11(-1) ? Genr X22=X21- ? ×X21(-1) ? Genr X42=X41- ? ×X41(-1) ? Genr X52=X51- ? ×X51(-1) ? Genr C2=C1- ? ×C1(-1)－补齐数据：?2 Y2(1976)=Y1(1976) × 1 ? ?X12(1976)=X11(1976) × X22(1976)=X21(1976) × X42(1976)=X41(1976) × X52(1976)=X51(1976) × C2(1976)=C1(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2- 39 -产生新数据： （备注：得出的数据C2 X12 X22 X42 X52 Y2仍保持原始的时间顺序）obs 78 81 84 87 90 93 96 99 02 05 08 2009C2 0.....715 0.....282 0.....716 0.694 -0.64 -0.113 0..894 -0.376 0...127 0.009245X12 0....21 0...........149 2.063 52.19 33.852 0..9 63.902 38.57 51.45 19.13X22 1.758 1...............499 1...702 23.016 0..87 34.697 19.92 23.712 8..44738X42 0..........488 0......244 0..73 4....67 8..464 11.9 -5.98 4.614907X52 0................459 2...95 50.852 1..5 89.491 50.95 66.03 21.47Y2 3..561 6.......011 2..771 9.39 -3.333 6..7 77.838 1.64 -83.827 126.8 73.72 100. 35.957）用新数据做回归分析Dependent Variable: Y2 Method: Least Squares Date: 06/06/11 Time: 17:40 Sample:
Included observations: 34- 40 -Variable C2 X12 X22 X42 X52 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihoodCoefficient 2.........373Std. Error 4.....068477t-Statistic 0...83 15.83086Prob. 0.0 0.0 0.81 61.984 2..920923Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat8）检验异方差 利用上述同样的方法检验异方差（注：数据排序后不保存操作且重新打开数据以使数据 C2X12X22X42X52Y2仍保持原始的时间顺序）得到： X12 Σе?大 Σе?小 F值 F（0.05,8,8）=3.44 11.868 2.181011 合格 X22 11.497 2.424601 合格 X42 12.517 4.582115 不合格 X52 12.605 3.049868 合格由于有一组的 F 值都大于检验值 F（0.05,8,8）=3.44，因而该模型存在异方差。 9）第二次处理异方差 在Eviews中将原数据（是检验异方差的排序之前的数据,以保留原始数据的时间顺序）利用 以下公式调整数据得出新数据 做回归：ls y2 c2 x12 x22 x42 x52 Genr e3=abs (resid) Genr Y3=Y2/e3 Genr C3=C2/e3 Genr X13=X12/e3 Genr X23=X22 /e3 Genr X43=X42/e3 GenrX53=X52/e3 产生新数据如下： （备注：得出的 C3X13X23X43X53Y3 任然保留原始的时间顺序）obs 78 81 C3 0..499 0.....529484X13 2..49 10.84 0...35292X23 5..3 19.79 1...91029- 41 -X43 0...928 0....077946X53 1..32 6.....45068Y3 9..3 35.18 2..5586 89 92 95 98 01 04 07 0.........608 0...903 -0.689 0..734 -0.139 0...27 0.0426667..876 1.....881 3...4 37.641 1..3 55.532 50.37 37.69 12.879..606 2..881 5..357 1..5 -6.49 -0.125 86.76 30.102 25.49 17.31 5..828910.625 0.98 1.....634 0..85 4....176 7...201 14.464 7..29756..678 2.....95 3...8 57.106 2..2 77.751 66.92 48.33 14.4819.25 7...307 15.35 -5.129 10..093 -20.19 -2.161 316.2 109.805 -9.34 45.7 -55.44 184.08510）用新数据做回归分析Dependent Variable: Y3 Method: Least Squares Date: 06/06/11 Time: 18:11 Sample:
Included observations: 34 Variable C3 X13 X23 X43 X53 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 2.........474 Std. Error 0.....020335 t-Statistic 4..56 8..46813 Prob. 0.0 0.0 0.63 244.161 3..158024Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat- 42 -11）检验自相关 由于不存在自相关的区间为[1.73，2.27]，而DW=1.158024，因而存在自相关。 12）第二次处理自相关 Sample
做回归分析：Ls y3 c3 x13 x23 x43 x53 ar(1)Dependent Variable: Y3 Method: Least Squares Date: 06/06/11 Time: 18:13 Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 10 iterations Variable C3 X13 X23 X43 X53 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots Coefficient 1..........688 .44 Std. Error 0......180314 t-Statistic 4..05 10.69 2.467537 Prob. 0.0 0.0 0.2 92.63 2...859260Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat? ? =AR（1）=0.444930 ? Genr Y4=Y3 ? ×Y3(-1) ? Genr X14=X13- ? ×X13(-1) ? Genr X24=X23- ? ×X23(-1) ? Genr X44=X43- ? ×X43(-1) ? Genr X54=X53- ? ×X53(-1) ? Genr C4=C3- ? ×C3(-1)－补齐数据：?2 Y4(1976)=Y3(1976) × 1 ? ?X14(1976)=X13(1976) × X24(1976)=X23(1976) × X44(1976)=X43(1976) × X54(1976)=X53(1976) × C4(1976)=C3(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2- 43 -产生新数据： （备注：得出的数据C4 X14 X24 X44 X54 Y4仍保持原始的时间顺序）obs 78 81 84 87 90 93 96 99 02 05 08 2009C4 0....865 -0.234 0..239 -0. 0.173 0...642 0...237 -0.094 0..816 -0.694 -0.671 -0.977 0.040321X14 1..8 -26.905 -6.241 12.054 30.54 0...55 8..917 2.. 41.22 0.52 -106.676 75.09 52.815 27.2 24.26X24 5.81 39.04 10.982 9..649 38.86 0..784 4...345 1..8 28.6 1..33 42.31 26.64 12.55 11.4X44 0....6 0....707 -1.251 1..706 1.206 0...5 5..015 22.91 11.246 10.712 10.7 11.8X54 1..47 -11.675 -2.171 10.847 22.12 0..857 6..397 4...84 -368.187 62.13 2..2 107.7 68.778 34.16 31.03Y4 8..95 -62.95 -13.55 36.648 75.99 1..644 12.84 -18.649 8..1.574 -628.656 96.94 3.. 153.924 -58.7 2..11 47.6113）用新数据做回归分析Dependent Variable: Y4 Method: Least Squares Date: 06/06/11 Time: 18:35 Sample:
Included observations: 34- 44 -Variable C4 X14 X24 X44 X54 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihoodCoefficient 1.........408Std. Error 0.....016869t-Statistic 4..60 10.72Prob. 0.0 0.0 0.34 278.416 3..835082Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat14）检验异方差 利用上述同样的方法检验异方差（注：数据排序后不保存操作且重新打开数据以使数据 C4X14X24X44X54Y4仍保持原始的时间顺序）得到： X14 Σе?大 Σе?小 F值 F（0.05,8,8）=3.44 12.116 2.215395 合格 X24 12.397 1.825853 合格 X44 13.566 2.437151 合格 X54 14.892 2.467287 合格由于每组的Ｆ值都合格所以该四元模型不存在异方差 15）检验自相关 由于不存在自相关的区间为[1.73，2.27]，而DW=1.835082，因而不存在自相关。 综上可知此时的四元模型既不存在异方差，也不存在自相关；同时又 F=+∞，所以 F、t 检 验均通过。但解释变量 X14（全社会固定资产投资总额）的系数为负，而从经济理论上和 Y 与 X3 散点图上的关系来讲，全社会固定资产投资总额应该与 GDP 成正相关关系， 因而不符 合经济意义和散点图解释，所以放弃该四元模型，寻求新的模型。 6. 第三次选取四元模型进行分析和处理 根据前面的几次处理模型的经验发现在选取模型后首次利用原始数据回归分析时得出的解 释变量对应的系数的正负与该模型处理完自相关和异方差后重新得到的系数的正负有一定 的关联性，所以在选取四元模型的时候通过在报告开始时列出的全部模型的T、F检验值列 表中对各种四元模型的系数的分析，选出系数均为正，且t检验相对合格数比较多的模型。 因此根据上述方法重新选择X2X4X5X6作为解释变量，回归模型分析如下：Dependent Variable: Y Method: Least Squares Date: 06/06/11 Time: 19:02 Sample:
Included observations: 34 Variable C X2 X4 X5 Coefficient 19.540 0..867538 Std. Error 19.815 0..100100 t-Statistic 1....666698 Prob. 0.2 0.0- 45 -X6 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat0.....97 -181.3020.2179783.5101970.7 .72 .000000Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)1） 检验自相关 通过查表可以得到当K=4，T=34时：du=1.73 、4- du=2.27， 所以不存在自相关的区间为[1.73，2.27]，又因为DW=1.455302，因而存在自相关。 2）检验异方差 利用匡特法将34个数据分别按X2、X4、X5、X6排序然后删除排列在中间的8个数据，将余下 的数据分成两组进行处理 Sample ，做回归：ls y c X2、X4、X5、X6 Sample ，做回归：ls y c X2、X4、X5、X6 得出各组数据的误差项的平方和从而得到的数据如下表： X2 Σе?大 Σе?小 F值 F（0.05,8,8）=3.44 ..03 不合格 X4 ..754 不合格 X5 ..03 不合格 X6 ..03 不合格由于每一组的 F 值都大于检验值 F（0.05,8,8）=3.44，因而该模型存在异方差。 3）第一次处理异方差 在Eviews中将原数据（是检验异方差的排序之前的数据,以保留原始数据的时间顺序）利用 以下公式调整数据得出新数据 做回归：ls y c x2 x4 x5 x6 Genr e1=abs (resid) Genr Y1=Y/e1 Genr C1=1/e1 Genr X21=X2/e1 Genr X41X4/e1 GenrX51=X5/e1 GenrX61=X6/e1 产生新数据如下： （备注：得出的 C1X21X41X51X61Y1 任然保留原始的时间顺序）obs 78 C1 0.....103003X21 1...433 3.024161X41 0.....026266- 46 -X51 0.....10625X61 1.....865693Y1 2.....48386783 86 89 92 95 98 01 04 07 0.987 0.......962 0..........39 0...754 0....0094972.365 6...71 7..13 12.98 4...29 12.45 6...34 71.89 7..13 5..720........723 2......361 3......36 3..589 5..2971...44 14.655 5..81 15.92 6....3 48.1 8..69 183.79 20.26 28.67 27.263...848 29.14 8.46 20.79 15.741 5...18 33.01 5..146 96. 9..15 6.37 12.20015..4 12.17 26.82 221.97 32.24 12.12 11.14 36.26 21.7 49.37 259.2 30.6 42.44 45.114）用新数据做回归分析Dependent Variable: Y1 Method: Least Squares Date: 06/06/11 Time: 19:19 Sample:
Included observations: 34 Variable C1 X21 X41 X51 X61 R-squared Adjusted R-squared Coefficient 5.......999802 Std. Error 3.....095230 t-Statistic 1...62 6.489886 Prob. 0.4 0.0 0.29 60.62976Mean dependent var S.D. dependent var- 47 -S.E. of regression Sum squared resid Log likelihood0..182Akaike info criterion Schwarz criterion Durbin-Watson stat2...1446515）检验自相关 由于不存在自相关的区间为[1.73，2.27]，而DW=1.144651，因而存在自相关。 6）第一次处理自相关 Sample
做回归分析：Ls y1 c1 x21 x41 x51 x61 ar(1)Dependent Variable: Y1 Method: Least Squares Date: 06/06/11 Time: 19:20 Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 8 iterations Variable C1 X21 X41 X51 X61 AR(1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots Coefficient 9..........408 .69 Std. Error 4......154401 t-Statistic 1...78 9..467257 Prob. 0.9 0.0 0.1 46.44 2...733615Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat? ? =AR（1）=0.689748 ? Genr Y2=Y1 ? ×Y1(-1) ? Genr X22=X21- ? ×X21(-1) ? Genr X42=X41- ? ×X41(-1) ? Genr X52=X51- ? ×X51(-1) ? Genr X62=X61- ? ×X61(-1) ? Genr C2=C1- ? ×C1(-1)－补齐数据：?2 Y2(1976)=Y1(1976) × 1 ? ?X22(1976)=X21(1976) × X42(1976)=X41(1976) × X52(1976)=X51(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2- 48 -X62(1976)=X61(1976) × C2(1976)=C1(1976) ×? 1? ? 2 ? 1? ? 2产生新数据： （备注：得出的数据C2 X22 X32 X42 X52 Y2仍保持原始的时间顺序）obs 78 81 84 87 90 93 96 99 02 05 08 2009C2 0...........094 1..54 0..852 0...123 -0.027 0..098 -0.005 0..075 0..002009X22 0.......148 1..198 -1.1 -54.552 1..079 1...52 13.805 -0.24 -4.2 -26.19 31.51 -2.554 3.502555X42 0......832 0....284 12.214 0...341 0.442 -5.325 -1.3 3..29 -0.855 21.473 -0.87 -3.0147X52 0......797 2...696 -0.1 -44.256 5...603 1..85 31.95 -1.27 -11.3 -53.3 90.49 -7.94 9.86381X62 1...779 1......95 -1.89 -67.856 3..644 0..36 21.22 -1.53 -8.43 -33.8 37.85 -2.437 3.431772Y2 1.......068 3..591 -3. -117.874 8...991 2..2 48.4 -3.04 -17.1 -78.4 129.3 -8.13 9.295981- 49 -7）用新数据做回归分析Dependent Variable: Y2 Method: Least Squares Date: 06/06/11 Time: 19:35 Sample:
Included observations: 34 Variable C2 X22 X42 X52 X62 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 8.........518 Std. Error 4.....071025 t-Statistic 2...85 9.887644 Prob. 0.8 0.0 0.84 71.069 2..727084Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat8）检验异方差 利用上述同样的方法检验异方差（注：数据排序后不保存操作且重新打开数据以使数据 C2X22X42X52X62Y2仍保持原始的时间顺序）得到： X22 Σе?大 Σе?小 F值 F （0.05,8,8） =3.44 7...492414 合格 X42 7...457732 合格 X52 7...535023 合格 X62 7...525973 合格由于每一组的 F 值都小于于检验值 F（0.05,8,8）=3.44，因而该模型不存在异方差。 9）检验自相关 由于不存在自相关的区间为[1.73，2.27]，而DW=1.727084，因而存在自相关。 10）第二次处理自相关 Sample
做回归分析：Ls y2 c2 x22 x42 x52 x62 ar(1)Dependent Variable: Y2 Method: Least Squares Date: 06/06/11 Time: 21:49 Sample(adjusted):
Included observations: 33 after adjusting endpoints Convergence achieved after 7 iterations Variable C2 X22 X42 X52 X62 AR(1) Coefficient 9......153341 Std. Error 4......198185- 50 -t-Statistic 2...22 10.729Prob. 0.7 0.0 0.8R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Inverted AR Roots0....142 .15Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat15.71 2...018987? ? =AR（1）=0.153341 ? Genr Y3=Y2 ? ×Y2(-1) ? Genr X23=X22- ? ×X22(-1) ? Genr X43=X42- ? ×X42(-1) ? Genr X53=X52- ? ×X52(-1) ? Genr X63=X62- ? ×X62(-1) ? Genr C3=C2- ? ×C2(-1)－补齐数据：?2 Y3(1976)=Y2(1976) × 1 ? ?X23(1976)=X22(1976) × X43(1976)=X42(1976) × X53(1976)=X52(1976) × X63(1976)=X62(1976) × C3(1976)=C2(1976) ×? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2 ? 1? ? 2产生新数据： （备注：得出的数据C3 X23 X43 X53 X63 Y3仍保持原始的时间顺序）obs 78 81 84 87 1988C3 0...........81 1.088934X23 0....149 0.732 4...913 -1.64X43 0.......832 0...32 12.2513- 51 -X53 0.......818 1..409 -0.51X63 1..........75 -1.18Y3 1...94 1......05 -2.8391 94 97 00 03 06 09-0.486 0.008 0..2 -0.522 -0.247 0..229 -0.02 0.015 0...000976-69.448 10.446 -3.353 0..9 16.14 0..43 68.8 -3.66 -19.368 7..330485-8.384 0..629 0.391 -6.3 -1.676 3..14 -3.76 22.16 0..946-56.07 2..888 1..52 36.37 0..72 177.123 -80.8 94.99 -0.1 6.915225-85.26 2..763 0..24 24.81 0..96 93.76 -8.13 -24.106 8..12248-150.33 26.448 -9.116 2..7 56.66 1..23 250.527 -116.603 -27.1 -80.625 32.57111）用新数据做回归分析Dependent Variable: Y3 Method: Least Squares Date: 06/06/11 Time: 21:59 Sample:
Included observations: 34 Variable C3 X23 X43 X53 X63 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 8.........238 Std. Error 4.....066287 t-Statistic 2...61 10.79246 Prob. 0.8 0.0 0.32 76.610 2..012212Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat12）检验异方差 利用上述同样的方法检验异方差（注：数据排序后不保存操作且重新打开数据以使数据 C3X23X43X53X63Y3仍保持原始的时间顺序）得到：- 52 -X23 Σе?大 Σе?小 F值 F（0.05,8,8）=3.44 7...580392 合格X43 7...486267 合格X53 7...639593 合格X63 7..277 合格由于每一组的 F 值都小于于检验值 F（0.05,8,8）=3.44，因而该模型不存在异方差。 13）检验自相关 由于不存在自相关的区间为[1.73，2.27]，而此时DW=2.012212，因而不存在自相关。 由回归分析可知 R2=0.999926，F=[ R2/4]/[(1-R2)/n-5]=97965.73＞F（0.05,4,29）=2.70，F、 T 检验均通过。此外 X2（社会消费品零售总额）、X4（出口总额）、X5（城乡储蓄存款年 末余额）、X6（居民消费额）系数均为正，GDP 与这四者成正相关（由散点图上的关系也 能判断出），所以经济意义也通过，因而该模型可用。 7.确定模型。 经上述模型分}