图3-1我国国有独立核算工业企业生产函数的估计结果 因此，我国国有独立工业企业的生产函数为： （模型1） =(-0.252)(0.672)(0.781)(7.433) 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元 。回归系数的符号和数值是较为合理的 。
说明模型有很高的拟合优度，F检验也是高度显著的，说明职工人数L、资金K和时间变量对工业总产值的总影响是显著的 。从图3-1看出，解释变量资金K的统计量值为7.433，表明资金对企业产出的影响是显著的 。
但是，模型中其他变量（包括常数项）的统计量值都较小，未通过检验 。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除统计量最小的变量（即时间变量）而重新建立模型 。
二建立剔除时间变量的二元线性回归模型； 命令：LSYCLK 则生产函数的估计结果及有关信息如图3-2所示 。图3-2剔除时间变量后的估计结果 因此，我国国有独立工业企业的生产函数为： （模型2） =(-2.922)(4.427)(14.533) 从图3-2的结果看出，回归系数的符号和数值也是合理的 。
劳动力边际产出为1.2085，资金的边际产出为0.8345，表明这段时期劳动力投入的增加对我国国有独立核算工业企业的产出的影响最为明显 。模型2的拟合优度较模型1并无多大变化，F检验也是高度显著的 。
这里，解释变量、常数项的检验值都比较大，显著性概率都小于0.05，因此模型2较模型1更为合理 。三建立非线性回归模型——C-D生产函数 。
C-D生产函数为：，对于此类非线性函数，可以采用以下两种方式建立模型 。方式1：转化成线性模型进行估计； 在模型两端同时取对数，得： 在EViews软件的命令窗口中依次键入以下命令： GENRLNY=log(Y) GENRLNL=log(L) GENRLNK=log(K) LSLNYCLNLLNK 则估计结果如图3-3所示 。
图3-3线性变换后的C-D生产函数估计结果 即可得到C-D生产函数的估计式为： （模型3） =(-1.172)(2.217)(9.310) 即： 从模型3中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理，而且拟合优度较模型2还略有提高，解释变量都通过了显著性检验 。方式2：迭代估计非线性模型，迭代过程中可以作如下控制： ⑴在工作文件窗口中双击序列C，输入参数的初始值； ⑵在方程描述框中点击Options，输入精度控制值 。
控制过程： ①参数初值：0,0,0；迭代精度：10-3； 则生产函数的估计结果如图3-4所示 。图3-4生产函数估计结果 此时，函数表达 。
7.本课题前人的主要研究成果怎么写先要去查阅与本课题有关的研究资料，主要关注（就是前任主要研究成果）：
1.相关研究已经研究到什么地步 。
2.相关研究进几年来不同流派的主要观点，进行简要的叙述 。
3.前人已经得出的结论有什么值得借鉴的和不足的 。这部分要立足于你自己的课题研究，这是根本切入点，因为课题研究新颖性就在这里，需要你在前人的基础上有创新和提高 。比如前人研究的不足可以分观点的局限性和研究手段（方法）的局限性等，这样你可以针对前人理论中不足或者没有涉及的方面进行研究 。
4.最重要的这部分既要有事实依据，也要简明扼要 。就是说要对前人观点进行整合，分析比同流派观点背后的价值取向，可以适当地引用重要观点 。当然不要引用太多，关键还是在于你的概括，你分析得越清晰，你之后课题研究的思路就越清楚，毕竟这部分只是铺垫部分不能显得太复杂，这样很容易头重脚轻 。