关于eviews求助

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我用eviews对85年到2008年的数据做回归，对总产值，就业人数和全社会固定资产投资做回归，回归得到的系数不符合CD生产函数的，怎么办呀？本来两个系数不是都应该大于0小于1的么，并且和是1.
Dependent Variable: LOG(G)   
Method: Least Squares   
Date: 05/15/12   Time: 14:42   
Sample: 1985 2008   
Included observations: 24   
   
Variable Coefficient Std. Error t-Statistic Prob.  
   
C  -19.32170 6.830986 -2.828538 0.0101
LOG(K) 0.746116 0.162103 4.602736 0.0002
LOG(L) 2.681373 0.786053 3.411187 0.0026
   
R-squared 0.958100     Mean dependent var  10.15718
Adjusted R-squared 0.954110     S.D. dependent var  1.120038
S.E. of regression 0.239935     Akaike info criterion  0.099572
Sum squared resid 1.208945     Schwarz criterion  0.246828
Log likelihood 1.805140     F-statistic  240.0969
Durbin-Watson stat 0.723112     Prob(F-statistic)  0.000000
   

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：EVIEWS Views Eview view EWS 总产值 Error 就业

是出现了什么问题？系数为负值？木有通过显著性检验还是什么？

如果LOG（L）的系数再除以10应该就可以了，看P值是都有显著性的，你看看你的劳动L的数据是否有问题？

253998132 发表于 2012-5-15 14:48
如果LOG（L）的系数再除以10应该就可以了，看P值是都有显著性的，你看看你的劳动L的数据是否有问题？

劳动力用的是就业人数呀，都是统计年鉴直接能得到的。

jiaolikai 发表于 2012-5-15 15:10
劳动力用的是就业人数呀，都是统计年鉴直接能得到的。

这个是工业的，还好，至少是正的，第一产业做出来劳动力的系数是负数

jiaolikai 发表于 2012-5-15 15:11
这个是工业的，还好，至少是正的，第一产业做出来劳动力的系数是负数

用第一產業从业人员的劳动力系数是负值是正常的，因为存在着大量的剩余劳动力嘛~

你的回归结果通过t检验，R方亦很高，同时F值也很高，但d.w值偏低，说明可能存在序列相关性，应当将d.w值与dl和du对比，以检验是否存在序列相关性。同时，对于LZ提到的问题，两个系数之和为1应当是建立柯布-道格拉斯函数时的假设来的，也就是表明规模报酬不变。所以这两个弹性系数之和不是回归出来的。

hemit 发表于 2012-5-16 13:46
你的回归结果通过t检验，R方亦很高，同时F值也很高，但d.w值偏低，说明可能存在序列相关性，应当将d.w值与d ...

你好，我现在有一个回归，DW很低，存在一阶自相关，但当我加入AR(1)后，P就很大了，怎么办呀？
Dependent Variable: LOG(T)                               
Method: Least Squares                               
Date: 05/16/12   Time: 14:42                               
Sample: 1995 2010                               
Included observations: 16                               
                               
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
                               
C        1.310918        0.054178        24.19658        0.0000
LOG(F)        0.115398        0.007894        14.61794        0.0000
                               
R-squared        0.938511            Mean dependent var                2.100113
Adjusted R-squared        0.934119            S.D. dependent var                0.070595
S.E. of regression        0.018120            Akaike info criterion                -5.067160
Sum squared resid        0.004597            Schwarz criterion                -4.970586
Log likelihood        42.53728            F-statistic                213.6842
Durbin-Watson stat        0.400238            Prob(F-statistic)                0.000000
                               
Dependent Variable: LOG(T)                               
Method: Least Squares                               
Date: 05/16/12   Time: 14:43                               
Sample (adjusted): 1996 2010                               
Included observations: 15 after adjustments                               
Convergence achieved after 7 iterations                               
                               
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
                               
C        2.207595        0.181633        12.15416        0.0000
LOG(F)        0.013746        0.014942        0.919940        0.3757
AR(1)        0.934210        0.024660        37.88394        0.0000
                               
R-squared        0.994918            Mean dependent var                2.108717
Adjusted R-squared        0.994071            S.D. dependent var                0.063802
S.E. of regression        0.004913            Akaike info criterion                -7.617140
Sum squared resid        0.000290            Schwarz criterion                -7.475530
Log likelihood        60.12855            F-statistic                1174.686
Durbin-Watson stat        2.859446            Prob(F-statistic)                0.000000
                               
Inverted AR Roots              .93                       
                               

jiaolikai 发表于 2012-5-16 14:43
你好，我现在有一个回归，DW很低，存在一阶自相关，但当我加入AR(1)后，P就很大了，怎么办呀？
Dependen ...

你的模型怎么变成了只有一个log（F）了？原来不是有两个变量的吗？消除序列相关性，可以相继引入AR(1)， AR(2)，......，AR(p)。一直到满意为止，但实际上一般都是顶多加到AR(4)为止。