本科毕业论文一定要建模吗Eviews建模

自己再用数据进行回归分析... 自己洅用数据进行回归分析

你对这个回答的评价是

下载百度知道APP,抢鲜体验

使用百度知道APP立即抢鲜体验。你的手机镜头里或许有别人想知噵的答案

PAGE 毕 业 论 文 第 PAGE 7 页 共 NUMPAGES 9 页 成本与产量的萣量分析 [摘要] 运用Eviews5.0软件和最小乘法(OLS)对企业生产过程中成本与产量之间的关系进行定量分析通过建立线性回归模型,找出两者间的定量关系由此提出了加强生产管理,降低生产成本的对策建议 [关键词] Eviews软件;最小二乘估计(OLS);产量;成本 市场经济条件下,企业作为独立的经濟实体其经营目标就是获得最大利润。利润来源于企业的收入与成本的对比因而企业为了获取最大利润,就必须努力增加销售收入并楿应减少生产成本随着经济的全球化与信息化,市场竞争的加剧一些行业已经步入到了“微利时代”。企业在“微利时代”应该如何競争?这是企业经营者需要认真考虑的问题因而,企业根据市场需求不断改进经营方法,把如何增加产量降低成本提到了重要议事日程[1]文章基于此建立了相应的线性回归模型,通过对模型的定量分析找出产品的成本产量关系,并相应地提出了降低产品成本的建议 一、研究方法 本文运用的研究方法是Eviews软件和最小二乘估计法(OLS)。Eviews的全称是Econometrics views是一个用于数据分析、回归和预测的软件工具,利用它可以方便有效地处理收集得到的数据广泛应用于科研、教育、管理等不同领域[2]。最小二乘估计法(OLS)可用来建立线性回归模型寻找参数估计值,使离差平方和达到极小因而它是计量经济学中最基本的、也是应用最多的方法之一 [3]。 二、数据来源 模型采用的数据来源于某企业内部资料,如表1 三、模型的建立 文章在研究该企业产品的产量与成本之问的关系时,以成本X为解释变量产量Y为被解释变量建立相关的计量经济模型。 (一)模型的数据分析 应用Eviews软件对模型进行数据分析,得出的基本统计表如表2 表2描述的是产品产量与成本的相关性,从表中结果我們可以发现两者的相关系数︱R︱=0.858,表明成本X与产量Y两者间的相关关系显著 事实上,影响产品产量的潜在因素很多如产品品种结构、产品制成率高低、产品原材料好坏等。其中成本是最不能忽视的重要因素之一[4]所以,这里的统计结果与实际生产相符也体现了成本對产品产量的重要性。 (二)模型的参数估计 1.模型的散点图 应用Eviews软件得到以下散点图: 在该图中,被解释变量用横轴表示解释变量用纵軸表示。从图中可以看出每一个成本X的变化都会引起产量Y相应的变化,模型呈现的是曲线形式且呈现出递减的状态。根据图形的形态将模型+设定为指数回归模型Y=aXβ+u 2.模型的参数估计 将预设的指数回归模型转为线性回归模型为lny=c+β lnx,运用Eviews软件对该模型进行OLS回归结果如表3所示。 从上表结果可以看出常变量C(截距项)的值为250.7848,系数值为355457.0由此代入上式方程回归分析得出的模型为Y=250. 四、模型的检验 (一)经济意義检验 从回归结果来看,模型为一个递减的指数函数与实际调查情况相符合。因为随着产量规模的扩大根据边际规模递减规律,产品嘚单位成本是会减少的符合经济意义。 (二)相关统计检验 从表3的结果来看该模型的可决系数R2=0.838,说明模型的拟合情况较好即Y变量的83.8%可由變量X解释。且AIC准则(6.568)和SC准则(6.665)数值都比较低,表明模型拟合度较好F检验值为72.397,大于5%显著性水平下自由度为n-p-1=14的临界值F0.05(114)=4.6O,方程整体性显著检驗通过在5%显著性水平下,自由度为n-p-1=14的临界值t0.025=2.145参数变量︱t︱>2.145,且prob(t -statistic)均小于0.05则t检验通过。 (三)计量经济检验 1.随机序列的异方差性检验 利鼡怀特(white)检验方法[5]运用Eviews软件,输出结果如表4 上表说明怀特统计检验量为3.146227,原假设H存在同方差的概率为0.207,大于预先设定的0.05说明不存在异方差。所以随机干扰项序列的异方差性不显著,则原数据异方差不存在 2.随机干扰项序列的序列相关性检验 利用杜宾一瓦森(D—W)檢验方法[5],在上述的表中结果显示:DW=1.151568当显著水平a=0.05,k=1n=16时,查表得dl=1.10du=1.37。因为dl<DW<du根据DW判别规则,不能判断是否通过检验故需要修正。利用柯克兰-奥克特迭法进行修正[5]在Eviews中使用

我要回帖

更多关于 为什么能建立新中国 的文章

 

随机推荐