《(作业)计量经济学论文(eviews分析)《影响我国人口预期寿命的可能因素分析》.docx》由会员分享，可在线阅读，更多相关《(作业)计量经济学论文(eviews分析)《影响我国人口预期寿命的可能因素分析》.docx（9页珍藏版）》请在第壹文秘上搜索。
1、影响我国人口预期寿命的可能因素分析一、问题的提出现实中存在着这种现象：各个地区间的人均寿命存在差异，是什么因素造成了地区间的这种差异呢？在这篇文章中，我们以2010年全国的各地区的人均寿命以及一些相关数据来进行分析，寻找造成各地人均寿命存在差异的原因。二、镇型衩走研究各地区人均寿命的差异，我们通常考虑以下几个因素对寿命的影响。各地区的人们生活水平通常影响着各地区的人均寿命，我们以人均GDP来衡量各地区生活水平，各地区的卫生九构数可能对人均寿命产生影响，不同地区的环境状况也可能对人均寿命产生影响，我们以单枚面积污染比来反映环境状况，以及研究教育支出对人均寿命是否产生影响。二、收集散据地区地区人均
2、寿命y人均GDP（万元）xl卫生机构数x2单位面积污染比x3教育支出（万元）x4北京76.11.8266476176184402503068天津74.911.637722298314822.0339685499.8河北72.540.762505206634978.787881559084.1山西71.650.506099137364070.55215794624.1内蒙古69.870.5906457852387.642276580861.6辽宁73.341.115932125646205.263161463314.7吉林73.10.67904255441580.51282902941.6黑龙江
3、72.370.8544798038884.6625771175133上海78.142.7734513689086.68732008864.6江苏73.911.171384128138484.112152905677.2浙江74.71.31339170346140.566042200449.9安徽71.850.48333467052720.689661129954福建72.551.14958198072262.41225753.9江西68.950.48278480481275.86207752776.6山东73.920.949371171187659.748432462775.5河南71.540
4、.54149107644273.563221709181.4湖北71.080.717503110652909.743591706416.4湖南70.660.562615246781629.680371523036.8广东73.271.253695134994291.752583609720.5广西71.290.431608137071872.76423934717.9海南72.920.65713626891225.9887223093.3重庆71.730.51401793752234.19204698720.6四川71.20.466233351940.7480311619987.5贵州65.9
5、60.26451889922193.22034528486.6云南65.490.46099713356668.856448976174.5西藏64.370.45527112371.1811023681549.8陕西70.070.455796107371111.682241014584.4甘肃67.470.3845767191597.014925535287.2青海66.030.509845184780.9333333128177.5宁夏70.170.47936813612088.15029148649.4新疆67.410.7378916705116.407186702243.4表一r来源于国彖
6、统计局网站）三、建立模型并回归建立回归方程：Y=ao+a1*x1+a2*2+a3*3+a4*4+uY表示地区人均寿命，Xl为人均GDP（万元），X2为卫生机构数，X3表示单位面积污染比，X4为教育支出（万元）运用O1.S估计方法对模型中的参数进行估计，得回归分析结果：DependentVariable:YMethod:1.eastSquaresDate:06/10/11Time:11:09Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C65.976461.13033158.369160.
7、0000X14.9821041.6594543.0022540.0059X27.02E-057.05E-050.9958130.3285X3-2.99E-054.42E-05-0.6769880.5044X45.41E-077.19E-070.7534090.4580R-squared0.652727Meandependentvar71.24387AdjustedR-squared0.599300S.D.dependentvar3.191195S.E.ofregression2.020053Akaikeinfocriterion4.390815Sumsquaredresid106.0960Sc
8、hwarzcriterion4.6221031.oglikelihood-63.05763F-statistic12.21726Durbin-Watsonstat1.285255Prob(F-Statistic)0.000010从以上的结果中可得到回归方程为：Y=65.97646+4.982104*X1+7.02E-05*X2-2.99E-05*X3+5.41E-07*X41、模型的经济意义检验Y=65.97646+4.982104*X1+7.02E-05*X2-2.99E-05*X3+5.41E-07*X4回归方程表明：Xl人均GDP(万元)，X2卫生机构数，X3单位面积污染比，X4教育支出
9、都为0时，地区人均寿命是65.97646。表明没有任何卫生机构没有污染和教育支出等因素的影响下，人均寿命约是66岁。当其他条件不变，每增加一单位的人均GDP,人均寿命大约增长5岁。当其他条件不变时，每增加一单位的卫生机构，人均寿命增加7.02E-05个单位。(4)当其他条件不变时，每增加一单位的面积污染比，人均寿命减少2.99E05个单位。当其他条件不变时，每增加一单位教育支出，人均寿命增加5.41E-07个单位。2、统计检验(I)F检验：针对H0：a1=a2=a3=a4=0,给定显著性水平a=0.05,在F分布表中查出自由度为k1=4和nk=26的临界值为2.74。由表中可得F=12.217
10、26,由于F值大于临界值2.74,应拒绝原假设HO：a1=a2=a3=a4=0,说明回归方程显著，人均GDP,卫生机构数，单位面积污染比，教育支出联合起来确实对人均寿命有着显著的影响。(2)进行t检验：原假设为H0:aj=0(j=1,2,3,4),给定显著性水平=0.05,查t分布表得自由度为nk=26得临界值为2.056,由上表中可知，与各个回归系数对应的t统计量分别为3.002254,0.995813,-0.676988,0.753409,也就是说,接受原假设HO：a2=0,a3=0,a4=0o拒绝原假设HO：a1=0o所以在0.05的显著性水平下，卫生机构数,单位面积污染比，教育支出对人
11、均寿命没有显著性影响，只有人均GDP对人均寿命有着显著的影响。因此，由t检验的结果，剔除解释变量x2,x3,x4,只研究人均GDP对人均寿命的影响。现在单独对人均寿命和人均GDP进行回归。回归结果为DependentVariable:YMethod:1.eastSquaresDate:06/10/11Time:11:34Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C67.510130.70612395.606750.0000X14.5951260.7326516.2719170.000
12、0R-squared0.575632Meandependentvar71.24387AdjustedR-squared0.560999S.D.dependentvar3.191195S.E.ofregression2.114395Akaikeinfocriterion4.397756Sumsquaredresid129.6494Schwarzcriterion4.4902711.oglikelihood-66.16521F-statistic39.33694Durbin-Watsonstat1.169499Prob(F-Statistic)0.000001最后的回归方程为Y=67.51013+
13、4.595126*X1经济意义是：人均GDP每增加一个单位，人均寿命就增加4.595126个单位。其中，可决系数为0.575632,说明解释变量对模型的解释程度为0.575632o四、经济计量学检验异方差检验、散点图检验1、相关图形分析（y与X的散点图）8075-70-65-60X2、残差图形分析（残差平方对X的散点图）散点图表明可能不存在异方差。进一步进行异方差检验，采用white检验。WhiteHeteroskedasticityTest:F-Statistic2.303808Probability0.118507Obs*R-squared4.380453Probability0.1118
14、91TestEquation:DependentVariable:RESID2Method:1.eastSquaresDate:06/12/11Time:22:20Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C11.565183.7171093.1113360.0043X1-13.661637.092647-1.9261680.0643X124.0023112.5403491.5754960.1264R-squared0.141305Meandependentvar4.182237AdjustedR-squared0.
