一元线性回归模型

《一元线性回归模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实验名称：一元线性回归模型实验【教学目标】《计量经济学》是实践性很强的学科，各种模型的估计通过借助计算机能很方便地实现，上机实习操作是《计量经济学》教学过程重要环节。目的是使学生们能够很好地将书本中的理论应用到实践中，提高学生动手能力，掌握专业计量经济学软件EViews的基本操作与应用。利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测。【实验目的】使学生掌握1.Eviews基本操作：（1）数据的输入、编辑与序列生成；（2）散点图分析与描述统计分析；（3）数据文件的存贮、调用与转换。2.利用Eviews做一元线性回归模型参数的OLS估

2、计、统计检验、点预测和区间预测【实验内容】1.Eviews基本操作：（1）数据的输入、编辑与序列生成；（2）散点图分析与描述统计分析；（3）数据文件的存贮、调用与转换；2.利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测。实验内容以课后练习：以62页计算题为例进行操作。【实验步骤】1.建立工作文件首先，双击Eviews程序，进入Eviews主程序。在菜单项一次点击FileNewWorkfile，出现“Workfilecreate”，在“Datafrequency”中悬着数据频率：Annual（年度数据）Semi-Annual（半

3、年数据）Quarterly（季度数据）Monthly（月度数据）Weekly（周数据）Daily(5-dayweek)（每周5天日数据）Daily(7-dayweek)（每周7天日数据）Integerdata（整数数据）在本例中我们选择Annual，并且在起始年份和终止年份输入“1990”和“2001”，如图所示。-9--9-1.数据的输入在命令窗口输入“DATAYX”，单击enter键，其中在startdata中填入1990，在enddata中填入2001在表格中填入数据-9-1.参数估计在Eviews命令框中直接键入“LSYCX”然后回车，即可直接出现如图所

4、示的计算结果。-9-趋势图在命令框中输“PLOTYX”，单击enter键后得到以下图像。相关图在命令窗口输入“SCATYX”，单击enter键后得到以下图像。单击Equation窗口中的Resid按钮，将显示模型的拟合图和残差图。-9-单击Equation窗口中的View→Actual,Fitted,Resid→Table按钮，可以得到拟合直线和残差的有关结果。4.预测得到回归函数后。给定2005年深圳国内生产总值为3600亿元，Eviews预测2005年财政收入步骤为：（1）双击工作文件range:19902001。在弹出的对话框的Enddata选择框出改为2

5、005，点击OK。如图所示（2）双击工作文件的sample：19902001区域，在弹出的对话框的Samplerangepairs选择框处把2001改为2005，如图所示（3）双击工作文件窗口中的X序列，打开X数据窗口。点击Edit+/-键，是X数据窗口处于可编辑状态。在t=2005的X的观测值位置输入3600。相当于给定X0=3600。（4）打开估计式eq01窗口，点击forecast键。在S.E.选择框出填入yfse，表示需要计算Y的预测值（用YF表示）也需要计算Y的预测标准差。点击OK，如图所示。-9-点击OK之后，可得如图所示的预测图，蓝色实线代表各年的

6、财政收入，其中包括2005年财政收入的预测值，红色虚线表示了两个正负预测标准差的范围。回到工作文件窗口，此时已经出现一个yf序列。双击yf序列，可以看到。(5)为了作区间预测，在X和Y的数据表中，点击“View”选“DescriptiveStatsCmmonSample”，则得到X和Y的描述统计结果，如图所示：-9-习题解答过程如下：(1)1建立深圳地方预算内财政收入对GDP的回归模型，建立EViews文件，利用地方预算内财政收入（Y）和GDP的数据表，作散点图可看出地方预算内财政收入（Y）和GDP的关系近似直线关系，可建立线性回归模型：(2)利用EViews

7、估计其参数结果为得到回归方程Y=-3.611151+0.134582X（-0.867692）（34.80013）R^2=0.991810斜率系数说明当GDP每增长1亿元，平均说来地方财政收入将增长0.134582亿元。（3）模型检验1.经济意义检验-9-模型中说明当GDP每增长1亿元，平均说来地方财政收入将增长0.134582亿元。这符合经济学中的常理。2.拟合优度和统计检验由回归结果可知，R2=0.99181，说明GDP解释了地方财政收入变动的99%，模型拟合程度较好。针对以及，回归系数的标准误差和t值分别为0.003867和34.80013;回归系数的标准误

8、差和t值分别为4.161