上机课实验作业三 - 用于合并
上机课实验作业三上机课实验作业三 姓名：李姝仪 学号：2012310320 班级：12 级审计二班 一：一：数据集数据集 DATA 4-7 1）先验地预期 CM 和各个变量之间的关系，并计算样本相关系数。 答：答：先验地预期：CM 与 FLR 之间呈负相关关系，即女性文盲率越高，婴儿死亡率越 低；CM 与 PGNP 之间呈负相关关系，即人均国民产值越高，婴儿死亡率越低；CM 与 TFR 之 间呈正相关关系，即总生育率越高，婴儿死亡率就越高。 对应的样本相关系数如下表所示： . . correlatecorrelate cmcm flrflr pgnppgnp tfrtfr (obs=64)| cm flr pgnp tfr -+-cm | 1.0000flr | -0.8183 1.0000pgnp | -0.4077 0.2685 1.0000tfr | 0.6711 -0.6260 -0.1857 1.00002）做 CM 对 FLR 的回归。 答：答：输入 stata 命令：. . regreg cmcm flrflrSource | SS df MS Number of obs = 64-+- F( 1, 62) = 125.65Model | 243515.049 1 243515.049 Prob > F = 0.0000Residual | 120162.951 62 1938.11211 R-squared = 0.6696-+- Adj R-squared = 0.6643Total | 363678 63 5772.66667 Root MSE = 44.024-cm | Coef. Std. Err. t P>|t| 95% Conf. Interval-+-flr | -2.390496 .2132625 -11.21 0.000 -2.816802 -1.96419_cons | 263.8635 12.22499 21.58 0.000 239.4261 288.3009得回归结果：CM=263.86-2.39FLR。3）做 CM 对 FLR 和 PGNP 的回归。 答：答：输入 stata 命令：. . regreg cmcm flrflr pgnppgnpSource | SS df MS Number of obs = 64-+- F( 2, 61) = 73.83Model | 257362.373 2 128681.187 Prob > F = 0.0000Residual | 106315.627 61 1742.87913 R-squared = 0.7077-+- Adj R-squared = 0.6981Total | 363678 63 5772.66667 Root MSE = 41.748-cm | Coef. Std. Err. t P>|t| 95% Conf. Interval-+-flr | -2.231586 .2099472 -10.63 0.000 -2.651401 -1.81177pgnp | -.0056466 .0020033 -2.82 0.006 -.0096524 -.0016408_cons | 263.6416 11.59318 22.74 0.000 240.4596 286.8236得回归结果：CM=263.64-2.23FLR-0.0056PGNP。4）做 CM 对 FLR、PGNP 和 TFR 的回归。观察校正拟合优度的变化。 答：答：输入 stata 命令：. . regreg cmcm flrflr pgnppgnp tfrtfrSource | SS df MS Number of obs = 64-+- F( 3, 60) = 59.17Model | 271802.616 3 90600.8721 Prob > F = 0.0000Residual | 91875.3836 60 1531.25639 R-squared = 0.7474-+- Adj R-squared = 0.7347Total | 363678 63 5772.66667 Root MSE = 39.131-cm | Coef. Std. Err. t P>|t| 95% Conf. Interval-+-flr | -1.768029 .2480169 -7.13 0.000 -2.264137 -1.271921pgnp | -.0055112 .0018782 -2.93 0.005 -.0092682 -.0017542tfr | 12.86864 4.190533 3.07 0.003 4.486323 21.25095_cons | 168.3067 32.89166 5.12 0.000 102.5136 234.0998得回归结果：CM=168.31-1.77FLR-0.0055PGNP+12.87TFR。观察发现校正拟合优度随着解释 变量个数的增加而不断增大，但始终小于拟合优度的数值。5）根据各种回归结果，选择哪个模型？为什么？ 答：答：根据以上回归结果，选择 4）中的模型。因为此模型中解释变量个数最多，考 虑的变量因素多，且此模型的拟合优度和校正拟合优度都比前几个模型大，说明此模型对 因变量的解释力较前几个模型更好些，得到的结果更准确。6）对 3）中的回归，检验 FLR 和 PGNP 的联合显著性。 （写出原假设、备择假设、检验统计 量）答：答：输入 stata 命令： . . regreg cmcm flrflr pgnppgnp（结果略）. . testtest flrflr pgnppgnp( 1) flr = 0( 2) pgnp = 0F( 2, 61) = 73.83Prob > F = 0.0000其中：原假设：H0：2=3=0 备择假设：H1：2与 3至少有一个不为零。 检验统计量：F 值，F(2，61) =73.83，且 Prob > F =0.0000，说明 FLR 和 PGNP 通过联合 显著性检验，FLR 和 PGNP 是联合显著的。二：二：数据集数据集 DATA6-8 （1）做收盘价格对时间的散点图。散点图呈现出什么样的模式？ 答：答：输入 stata 命令，得散点图如下图所示：. . twowaytwoway scatterscatter closeclose timetime0100200300400500close050100150200250 time可以发现，散点图呈现出正相关的模式。（2）建立一个线性模型预测 Qualcom 股票的收盘价格。答：答：建立线性模型：close=1+2time+。输入 stata 回归命令，可得：. . regreg closeclose timetimeSource | SS df MS Number of obs = 260-+- F( 1, 258) = 161.30Model | 493579.523 1 493579.523 Prob > F = 0.0000Residual | 789466.982 258 3059.94954 R-squared = 0.3847-+- Adj R-squared = 0.3823Total | 1283046.51 259 4953.84751 Root MSE = 55.317-close | Coef. Std. Err. t P>|t| 95% Conf. Interval-+-time | .5805136 .0
