1、多元线性回归模型一、建立模型社会物流总费用受多种综合因素的影响,如运输费用、仓储费用、包装费用、装卸搬运费用、流通加工费用、信息处理费用等,而其中最重要的因素就是运输费用和仓储费用,即运输费用和仓储费用与社会物流总费用之间存在单方向的因果关系;由此,我们可设以下回归模型:Yi=b0+b1*x1i+b2*x2i+ ui现在以中国1995年至2004年物流总费用占GDP比例(%)的资料进行回归分析,并对估计模型进行检验。1995年至2004年物流总费用占GDP比例(%)年份运输费用仓储费用社会物流总费用199511.07.622.0199611.27.522.0199711.07.722.3199
2、811.06.821.4199911.66.221.4200011.26.521.2200111.26.421.1200211.66.421.5200312.06.321.4200412.16.221.3在Eviews中新建工作簿,定义变量“商品价格”(x1)、“消费者人均月收入”(x2)及“商品需求量”(y),并输入相关数据,得出相应散点图如下: x1 与y 的散点图为:x2与y 的散点图为:由两张散点图不能明确的看出x1、x2与y之间存在线性关系,故通过Eviews软件计算,得出估计模型的参数结果如下:由以上数据可知回归方程为:Y=11.57032+0.405599*x1 +0.79436
3、5*x2 (5.07) (2.67) (7.69) 二、模型检验1、 经济意义检验:b0=11.57032,在运输费用与仓储费用接近于零时,仍存在其他物流费用;b1=0.405599,说明运输费用与社会物流总费用之间存在正的线性关系,运输费用每增加1%,社会物流总费用增加0.405599%b2= 0.794365,说明仓储费用与社会物流总费用之间存在正的线性关系,仓储费用每增加1%,社会物流总费用增加0.794365%2、计量经济学检验:拟合优度检验:本模型的拟合优度系数为0.914898,表明本模型具有较高的拟合优度,x1、x2对y的解释能力较好;变量的显著性检验(t检验):方程的截距项和斜
4、率项的t检验值分别为5.07、2.67、7.69,均大于5%显著性水平下自由度为n-2=8的临界值t0.025(8)=1.860,模型参数估计显著,拒绝原假设H0;方程的显著性检验(F检验):有上图可知,F-statistic =37.62689;Prob(F-statistic) =0.000180 ,由F检验的原则可知,在显著性概率为0.05的条件下,回归方程显著成立,拒绝H0 ;三、异方差性检验在5%的显著性水平下,辅助回归的n 大于自由度为5的卡方分布临界值1.145,故模型存在异方差性,现用加权最小二乘法对其进行修正:即采用加权最小二乘法得到的回归方程为: =11.65680+0.398039*x1+0.788178*x2 (11.92) (6.69) (13.80) 可以看出,加权最小二乘法的结果与普通最小二乘估计的结果有较大的区别。四、序列相关性检验由图示法检验可以看出,模型存在正序列相关,现用广义差分法对其修正:即采用广义差分法修正后得到的回归方程为: =12.38083+0.345864*x1+0.776354*x2-0.427697 (11.92) (6.69) (13.80) (-1.04)五、多重共线性检验从表中数据可以看出不存在较强的多重共线性。