麻烦大师帮忙看下。。。。小弟写毕业论文遇到困难。。。

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

马上就要毕业礼，让论文给。。。
打算写FDI对GDP影响的论文。。。
数据如下：


用eviews做出的结果如下：

Dependent Variable:  GDP
Method: Least Squares
Date: 01/06/13   Time: 16:00
Sample: 1985 2011
Included observations:  27
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-13135084	8163494.	-1.609003	0.1219
FDI	3.132227	0.931357	3.363079	0.0028
全社会总投资	-0.071235	0.062793	-1.134431	0.2688
CPI	120360.8	77663.42	1.549774	0.1355
全社会消费总额	2.536733	0.108092	23.46837	0.0000
R-squared	0.998662	Mean dependent var		52268093
Adjusted R-squared	0.998419	S.D. dependent var		54861373
S.E. of regression	2181428.	Akaike info criterion		32.19443
Sum squared resid	1.05E+14	Schwarz criterion		32.43440
Log likelihood	-429.6249	F-statistic		4105.665
Durbin-Watson stat	0.969074	Prob(F-statistic)		0.000000

Dependent Variable:  GDP
Method: Least Squares
Date: 01/06/13   Time: 16:06
Sample: 1985 2011
Included observations:  27
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-10673105	7918671.	-1.347840	0.1908
FDI	2.558655	0.787034	3.251008	0.0035
CPI	101236.2	76283.06	1.327113	0.1975
全社会消费总额	2.434389	0.059909	40.63505	0.0000
R-squared	0.998584	Mean dependent var		52268093
Adjusted R-squared	0.998399	S.D. dependent var		54861373
S.E. of regression	2194993.	Akaike info criterion		32.17721
Sum squared resid	1.11E+14	Schwarz criterion		32.36919
Log likelihood	-430.3923	F-statistic		5406.345
Durbin-Watson stat	1.216839	Prob(F-statistic)		0.000000

不知那个更好一点。。。。很久没用了。。。。。都不知道该如何下手。。。还望各位大师指点指点。。。
万分感谢！！！！！！！！！！！！！！！！！！！！

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1 回帖

关键词：毕业论文 coefficients observations coefficient observation 毕业论文

数据


        gdp   全社会固定资产投资（fdi（万元）        CPI(1985年为100)社会消费品零售额（万元）
1985        4211500        1096600        784.0722         100        1740025
1986        4582300        1127600        5206.8224         97.4        2058970
1987        5308600        1401800        7905.7404         100        2318403
1988        6596900        1585100        8787.8781         111.4        3005535
1989        7449800        1524000        4239.5026         111.3        3284198
1990        8909500        1626600        7428.3096         96.5        3486000
1991        10163100        2042800        12983.5287         95.7        3999000
1992        11772700        3047800        46421.9028         99.8        4706000
1993        14860800        4594000        216023.1420         108.6        5722000
1994        20014100        5734300        444949.0062         115.8        7422000
1995        24432100        6773400        236333.3000         110.1        9590000
1996        28716500        8037900        187160.9562         101.6        11373000
1997        32414700        9493000        205968.3708         96.7        12925000
1998        34740900        11848000        417266.6400         92.6        14094000
1999        36491200        12206600        375652.6974         91.5        15167000
2000        39282000        14038500        361716.4096         93        16714000
2001        42935000        15738000        481622.0760         94.9        18802000
2002        47250100        18052000        545661.2250         92.7        20701000
2003        53330900        21582000        481795.8930         94.5        22937000
2004        63796300        26484600        580443.7072         97.5        26152000
2005        73851100        34776772        726489.1062         94.5        29814000
2006        86378100        45217400        963144.4880         95.1        34217000
2007        105053000        58553000        1135444.4800         98.4        40156000
2008        125062500        76024000        2144938.5742         97.7        48008000
2009        141513000        120172800        2820745.3230         98.5        57566000
2010        171854800        135819600        4747443.5805         101.6        66347000
2011        210267000        151416000        6963569.9000         106.9        78374000

补发数据

本人认为，应该对GDP和FDI分别用不同的价格指数进行序列调整

haoyun010 发表于 2013-1-6 19:33
本人认为，应该对GDP和FDI分别用不同的价格指数进行序列调整

不好意思，太久没用。能将具体一点吗？谢谢！

sniper241 发表于 2013-1-6 21:48
不好意思，太久没用。能将具体一点吗？谢谢！

本人认为，外商投资应该用固定资产投资价格指数，应以某年为基期的国内生产总值缩减指数对GDP进行序列调整。

haoyun010 发表于 2013-1-6 21:54
本人认为，外商投资应该用固定资产投资价格指数，应以某年为基期的国内生产总值缩减指数对GDP进行序列调整 ...

大概理解了，谢谢！

sniper241 发表于 2013-1-6 22:06
大概理解了，谢谢！

祝顺利

谢谢！请问在变量设置方面能给点意见不？

这么几个问题
1、GDP共有四个不同的组成部分，其中包括消费、私人投资、ZF支出和净出口额。用公式表示为：GDP = CA + I + CB + X 式中：CA为消费、I为私人投资、 CB为ZF支出、X为净出口额。所以你不能以消费和投资作为解释变量，因为本来就是被解释变量的组成部分。这是伪回归的情况之一。
2、你这些变量根本不是平稳序列，不能这样直接回归，这也是伪回归的情况之一。至少要取差分再回归。
3、这个最好建立VEC模型，然后做因果检验，还可以接下来做方差分解和脉冲响应分析。