敢问图片中被圈红的数据什么意思啊？？怎么都是NA啊？？回归方程做的不对？？

NA估计可能是数据的问题

你好，我在预测时出现了点问题，能帮我看看吗？我要预测2004和2005年的出口，用方程eq能预测，但是eq1却 不能预测，不知道为什么。我把文件上传 了，格式要改成.wf1，麻烦你看一看。谢谢

你好，资料收到。我认为，在增加了t变量后，对其他变量可以不用取对数了，以下是实证结果，从DW值可以看出基本上残差序列不存在异方差：

Variable        Coefficient        Std. Error        t-Statistic        Prob.  
                               
C        2694.226        6819.011        0.395105        0.6987
GDP        0.562659        0.198594        2.833218        0.0133
TIME        -1806.043        1423.301        -1.268911        0.2252
AR(1)        0.556948        0.287854        1.934830        0.0735
MA(1)        0.825107        0.173375        4.759092        0.0003
                               
R-squared        0.977149            Mean dependent var                11144.55
Adjusted R-squared        0.970620            S.D. dependent var                10063.41
S.E. of regression        1724.930            Akaike info criterion                17.96469
Sum squared resid        41655379            Schwarz criterion                18.21323
Log likelihood        -165.6646            Hannan-Quinn criter.                18.00676
F-statistic        149.6650            Durbin-Watson stat                2.066542
Prob(F-statistic)        0.000000                       
                               

多谢指点。
可是time通不过检验啊，这样也行吗？我还想问的是，用eq1为什么不能预测呢？

你好。除了你的方法，我认为还可以从另一个角度来进行分析和预测。因为你的研究对象，即出口、GDP两变量是内生变量，正如消费与GDP两变量是内生变量相似，因此使用两阶段最小二乘法及工具变量较合适。你需要找符合要求的工具变量即可。例如，我随便找一个外生变量进行分析，结果如下，你若寻找符合要求的外生变量结果将会更精确。
Dependent Variable: LOG(CHUKOU)                               
Method: Two-Stage Least Squares                               
Date: 05/21/12   Time: 16:08                               
Sample (adjusted): 1986 2003                               
Included observations: 18 after adjustments                               
Instrument list:  LOG(EBR)  TIME                               
                               
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
                               
C        -5.241495        0.405670        -12.92059        0.0000
LOG(GDP)        1.331916        0.038087        34.97081        0.0000
                               
R-squared        0.987344            Mean dependent var                8.906292
Adjusted R-squared        0.986553            S.D. dependent var                1.097235
S.E. of regression        0.127236            Sum squared resid                0.259025
F-statistic        1222.958            Durbin-Watson stat                1.401132
Prob(F-statistic)        0.000000            Second-Stage SSR                0.668155
                               

多谢指点。
工具变量的寻找不是主观性很大吗？
谢谢

不客气。我认为寻找的工具变量一般是外生的，一般要包括time序列以及其他外生变量，一般来说，外生变量通常是由政策控制的，并以之作为ZF实现其政策目标的变量，多数工具变量具有一定主观性的，一般都是ZF能控制的，但与模型中的内生变量没有直接关联的部分变量，例如ZF支出、趋势变量time、货币供给等等变量，你可以尝试一下，寻找更适合研究需要能确保残差序列不存在自相关等问题。

你好，我想请教个问题，就是我想做一个关于民族地区中小学学生成绩的回归分析，我认为影响学生成绩的因素有家庭年收入，是否是独生子女。其他还有什么因素呢？假设可以通过一个班的问卷调查得到所需要的信息。

如果能突出民族地区的特色就更好了

你说的正确，的确为了突出民族地区的特色，因该加入民族虚拟变量。也就说被解释变量也受定性变量的影响，此时就应将其作为虚拟变量进行计量分析

那这不就需要调查民族地区的还有非民族地区的两个样本了？但是民族地区和非民族地区教育就存在差异，我想应该是调查民族地区的民族学校和非民族学校做对比，如果是能在同一个学校进行会更好，这样教师水平就是一样的了

咱能不糟蹋时间序列吗 20年的数据 还要预测 又想用工具变量

都想什么呢

呵呵，还在学习阶段，这是书上的例子而已。

有没有规范的。可以当做模板的计量论文啊？？如果是教育方面的就更好了

你好，设计虚拟变量的不是考虑是否需要调查民族地区的还有非民族地区的两个样本，我的意思是设计是否是某个特殊民族，如藏族等，不影响其他设计

你好，遇见一个问题请教一下。图中已经用红色圈出来了，为什么这两个方程式随机的？？请指点。

我是这样考虑的，原文认为这两个方程将成为随机的，表明这两个方程需要估计，说明用这两个回归方程描述随机量的可靠性，需要运用显著性水平的检验