




下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、研究生考试录取相关因素的实验报告一,研究目的通过对南开大学国际经济研究所1999 级研究生考试分数及录取情况的研究,引入录取与未录取这一虚拟变量,比较线性概率模型与probit模型,logit 模型,预测正确率。二,模型设定表 1,南开大学国际经济研究所1999 级研究生考试分数及录取情况见数据表obs y score obs y score obs y score 1 1 401 34 0 332 67 0 275 2 1 401 35 0 332 68 0 273 3 1 392 36 0 332 69 0 273 4 1 387 37 0 331 70 0 272 5 1 384 38
2、0 330 71 0 267 6 1 379 39 0 328 72 0 266 7 1 378 40 0 328 73 0 263 8 1 378 41 0 328 74 0 261 9 1 376 42 0 321 75 0 260 10 1 371 43 0 321 76 0 256 11 1 362 44 0 318 77 0 252 12 1 362 45 0 318 78 0 252 13 1 361 46 0 316 79 0 245 14 0 359 47 0 308 80 0 243 15 0 358 48 0 308 81 0 242 16 1 356 49 0 304 8
3、2 0 241 17 0 356 50 0 303 83 0 239 18 0 355 51 0 303 84 0 235 19 0 354 52 0 299 85 0 232 20 0 354 53 0 297 86 0 228 21 0 353 54 0 294 87 0 219 22 0 350 55 0 293 88 0 219 23 0 349 56 0 293 89 0 214 24 0 349 57 0 292 90 0 210 25 0 348 58 0 291 91 0 204 26 0 347 59 0 291 92 0 198 27 0 347 60 0 287 93 0
4、 189 28 0 344 61 0 286 94 0 188 29 0 339 62 0 286 95 0 182 30 0 338 63 0 282 96 0 166 31 0 338 64 0 282 97 0 123 32 0 336 65 0 282 33 0 334 66 0 278 定义变量 score :考生考试分数; y :考生录取为 1,未录取为 0。0.00.81.0100150200250300350400450scorey上图为样本观测值。1 线性概率模型根据上面资料建立模型iiiscorebby*21用eviews 得到回归结果如图:depende
5、nt variable: y method: least squaresdate: 12/10/10 time: 20:38 sample: 1 97 included observations: 97 variable coefficientstd. error t-statistic prob. c -0.847407 0.159663 -5.307476 0.0000 score 0.003297 0.000521 6.325970 0.0000 r-squared 0.296390 mean dependent var 0.144330 adjusted r-squared 0.288
6、983 s.d. dependent var 0.353250 s.e. of regression 0.297866 akaike info criterion 0.436060 sum squared resid 8.428818 schwarz criterion 0.489147 log likelihood -19.14890 f-statistic 40.01790 durbin-watson stat 0.359992 prob(f-statistic) 0.000000 参数估计结果为:iy?-0.847407+0.003297 iscore se=(0.159663)( 0.
7、000521) t=(-5.307476) (6.325970) p=(0.0000) (0.0000) 预测正确率:forecast: yf actual: y forecast sample: 1 97 included observations: 97 root mean squared error 0.294780 mean absolute error 0.233437 mean absolute percentage error 8.689503 theil inequality coefficient 0.475786 bias proportion 0.000000 varia
8、nce proportion 0.294987 covariance proportion 0.705013 2.logit 模型dependent variable: y method: ml - binary logit (quadratic hill climbing) date: 12/10/10 time: 21:38 sample: 1 97 included observations: 97 convergence achieved after 11 iterations covariance matrix computed using second derivativesvar
9、iable coefficientstd. error z-statistic prob. c -243.7362 125.5564 -1.941248 0.0522 score 0.679441 0.350492 1.938536 0.0526 mean dependent var 0.144330 s.d. dependent var 0.353250 s.e. of regression 0.115440 akaike info criterion 0.123553 sum squared resid 1.266017 schwarz criterion 0.176640 log lik
10、elihood -3.992330 hannan-quinn criter. 0.145019 restr. log likelihood -40.03639 avg. log likelihood -0.041158 lr statistic (1 df) 72.08812 mcfadden r-squared 0.900282 probability(lr stat) 0.000000 obs with dep=0 83 total obs 97 obs with dep=1 14 得 logit 模型估计结果如下pi = f(yi) = )6794.07362.243(11ixe拐点坐标
11、(358.7, 0.5) 其中y=-243.7362+0.6794x 预测正确率forecast: yf actual: y forecast sample: 1 97 included observations: 97 root mean squared error 0.114244 mean absolute error 0.025502 mean absolute percentage error 1.275122 theil inequality coefficient 0.153748 bias proportion 0.000000 variance proportion 0.02
12、5338 covariance proportion 0.974662 3.probit模型dependent variable: y method: ml - binary probit (quadratic hill climbing) date: 12/10/10 time: 21:40 sample: 1 97 included observations: 97 convergence achieved after 11 iterations covariance matrix computed using second derivativesvariable coefficients
13、td. error z-statistic prob. c -144.4560 70.19809 -2.057833 0.0396 score 0.402868 0.196186 2.053504 0.0400 mean dependent var 0.144330 s.d. dependent var 0.353250 s.e. of regression 0.116277 akaike info criterion 0.122406 sum squared resid 1.284441 schwarz criterion 0.175493 log likelihood -3.936702
14、hannan-quinn criter.0.143872 restr. log likelihood -40.03639 avg. log likelihood -0.040585 lr statistic (1 df) 72.19938 mcfadden r-squared 0.901672 probability(lr stat) 0.000000 obs with dep=0 83 total obs 97 obs with dep=1 14 probit模型最终估计结果是pi = f(yi) = f (-144.456 + 0.4029 xi) 拐点坐标(358.5, 0.5) 预测正
15、确率forecast: yf actual: y forecast sample: 1 97 included observations: 97 root mean squared error 0.115072 mean absolute error 0.025387 mean absolute percentage error 1.216791 theil inequality coefficient 0.154476 bias proportion 0.000084 variance proportion 0.020837 covariance proportion 0.979080 预测正确率结论:线性概率模型rmse=0.294780 mae=0.233437 mape=8.689503 logit模型 rmse=0.114244 mae=0.025502 mape=1.275122 probit模型 rm
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2025成都市房地产抵押合同示范文本
- 2025绿色蔬菜购销合同
- 班级课堂纪律维护的策略分析计划
- 2025河北省煤炭购销合同范本
- 运用多媒体提升课堂教学效果计划
- 原水取水点安全防范措施计划
- 企业并购中的财务评估计划
- 现代信息技术在教学中的应用计划
- 2025标准个人房屋租赁合同模板
- 农业产业链优化升级行动指南
- 2025年中国工业X射线检测设备行业市场集中度、企业竞争格局分析报告-智研咨询发布
- 职工维权知识培训课件
- 2024银行春招招聘解析试题及答案
- 2025陕西核工业工程勘察院有限公司招聘21人笔试参考题库附带答案详解
- 2024中国核工业集团公司招聘(300人)笔试参考题库附带答案详解
- 第15课《青春之光》课件-2024-2025学年统编版语文七年级下册
- 初中网络安全教育
- DL∕T 5161.8-2018 电气装置安装工程质量检验及评定规程 第8部分:盘、柜及二次回路接线施工质量检验
- (正式版)HGT 22820-2024 化工安全仪表系统工程设计规范
- 15D501 建筑物防雷设施安装
- 部编版语文一年级下册第一单元教材分析及教学建议
评论
0/150
提交评论