计量经济学B作业6(虚拟变量模型)

计量经济学B作业6(虚拟变量模型)

ID:37485918

大小:197.65 KB

页数:9页

时间:2019-05-24

计量经济学B作业6(虚拟变量模型)_第1页
计量经济学B作业6(虚拟变量模型)_第2页
计量经济学B作业6(虚拟变量模型)_第3页
计量经济学B作业6(虚拟变量模型)_第4页
计量经济学B作业6(虚拟变量模型)_第5页
资源描述:

《计量经济学B作业6(虚拟变量模型)》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、《计量经济学B》作业姓名刘晴学号20100630110班级李达1004题号P90虚拟变量模型=============================================临床数据表明:心肌梗死和人体内的两项指标值,即HDL(高密度脂蛋白)和Fib(纤维蛋白原)密切相关,为研究它们对心梗是否有影响,收集53个样本数据如表6.4,其中:Y表示是否有心梗(有为1,否则为0),HDL和Fib分别表示这两个指标的化验值(单位:mg/dL)。试建立LPM、Logit和Probit模型进行分析。表6.4心梗与HDL、Fib指标值YHDLFibYHDLFibYHDLFib143

2、0.410430.450600.41540.420500.481380.450510.40440.471320.421520.480400.390350.420580.351440.451340.450500.380500.420610.420410.360570.330510.420460.410620.381270.411530.40390.451480.440540.330590.370450.421510.420580.371350.441460.421710.360570.391380.41540.290440.420440.371270.410590.44138

3、0.381400.420390.420730.351380.471320.441420.340360.461570.440390.380450.42一、建立LPM模型根据表6.4数据,建立LPM模型:Y=β+βHDL+βFib+µ……………………(*)i123i其中,β表示,在其他条件不变的情况下,HDL每增加一个单位,会导致2患心肌梗死的概率平均增加β;β表示,在其他条件不变的情况下,Fib每增加23一个单位,会导致患心肌梗死的概率平均增加β,µ为满足古典假设条件下的3i随机误差项。基于Eviews6.0,对模型(*)进行OLS估计,参数估计结果如下:表1模型(*)参数估

4、计结果DependentVariable:YMethod:LeastSquaresDate:04/22/12Time:14:20Sample:10011053Includedobservations:53VariableCoefficientStd.Errort-StatisticProb.C0.8563110.9099130.9410910.3512HDL-0.0142440.007058-2.0181120.0490FIB0.6008501.7802650.3375060.7371R-squared0.099863Meandependentvar0.433962Adju

5、stedR-squared0.063857S.D.dependentvar0.500363S.E.ofregression0.484123Akaikeinfocriterion1.441984Sumsquaredresid11.71877Schwarzcriterion1.553510Loglikelihood-35.21258Hannan-Quinncriter.1.484872F-statistic2.773547Durbin-Watsonstat1.743878Prob(F-statistic)0.072064模型估计结果为:Yˆ=0.856311−0.014244H

6、DL+0.600850Fibs.e=(0.909913)−−(0.007058)−−(1.780265)t=(0.941091)−−(−2.018112)−−(0.337506)prob=(0.3512)−−(0.0490)−−(0.7371)2R=0.063857,F=2.773547从回归方程可以看出:在其他条件不变的情况下,HDL每增加一个单位,会导致患心肌梗死的概率平均减少0.014244;在其他条件不变的情况下,Fib每增加一个单位,会导致患心肌梗死的概率平均增加0.600850。从估计结果可以看出,其修正可决系数非常低,只有0.099863,表明模型拟合效果很差

7、;而且Fib的t检验值不显著。导致这种结果的原因可能是由于LPM模型随机误差项存在异方差性。所以有必要对异方差性进行处理。2对模型(*)进行WLS估计。选取权重为ω,其中w=p(1−p)。iiii基于Eviews6.0,对模型(*)进行WLS估计,结果如下。表2模型(*)WLS估计DependentVariable:YMethod:LeastSquaresDate:04/22/12Time:18:58Sample:10011053Includedobservations:53Weightingseries:1/(W

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。