实验三 可化为线性的非线性回归模型估计、受约束回归检验
一、实验目的：
（1） 掌握可化为线性的的非线性回归模型的估计方法 （2） 掌握Chow检验的基本原理和主要用途
（3） 掌握Chow分割点检验和Chow预测检验的操作过程，判断分割点。 二、实验要求
做可化为线性的非线性回归模型估计，掌握Chow稳定性检验 三、实验原理
普通最小二乘法、模型参数线性受约束检验法、Chow检验法 四、预备知识
普通最小二乘法原理、t检验、F检验、Chow检验 五、实验步骤
13..建立工作文件并录入全部数据
1．设定并估计可化为线性的非线性回归模型 ln(y) = c + aln(k) + bln(l) +u eviews结果
根据数据得到模型的估计结果为：
Ln（y）=1.153994 + 0.609236 ln（k） + 0.360796 ln（l） (1.586004) (3.454149) (1.789741)
R^R=0.809925 R_^R_=0.796348 D.W.=0.793209 e1^e1+…+ei^ei=5.070303 F=59.65501 df=
随机干扰项的方差估计值为：6=5.070303/（31 – 3）= 0.181082 我们根据得出的回归结果表明：
（1） ln（y） 变化的81.90%可由其他两个变量的变化来解释。
（2） 在5%的显著性水平下。F统计量的临界值为F0.05（2，28） = 3.34，表明模型的
线性关系显著成立。
（3） 自由度为n-k-1=28的t检验量临界值为t0.025(28)=2.048,因此，ln(y)的参数显著
的异与零，却不拒绝ln(k) 与ln(l)前参数为零的假设。
（4） 从ln(k)前的参数来看，该行业的工业生产总值关于资产合计的弹性为0.609236，
表明该行业的工业资产合计每增加1%，该行业工业生产总值增加约61%。
2.参数的稳定性： （1）分割点判断
从图可看出，工业生产总值在24之前与之后呈两种不同的趋势 ，因此确定分割点为24。 （2）Chow分割点检验：
检验结果显示，F = 5.216305，LR = 15.06899，这两个统计量对应的P值概率都非常小，因此，拒绝原假设模型无显著的结构变化，即模型已经发生变化。 （3）Chow预测检验：
ln（y） = 1.35788 + 0.725131 ln(k) + 0.129653 ln(l) (2.410253) (5.692170) (0.977426)
R^R = 0.892388 R_^R_ = 0.882139 D.W. = 1.387020 F = 87.07231 1.350081
1= RSS
可化为线性的非线性回归模型估计、受约束回归检验
