1-eviews基础与多元线性回归

《1-eviews基础与多元线性回归》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、EVIEWS基础与多元线性回归模型一、实验名称和性质所属课程《计量经济学》实验名称多元线性回归模型的估计和检验实验学时2实验性质√□验证□综合□设计必做/选做√□必做□选做二、实验目的(1)熟悉EViews软件在多元回归模型中的基本使用功能；(2)掌握多元线性回归模型中回归参数的OLS估计方法；(3)掌握多元线性回归模型中回归参数的t检验方法；(4)掌握多元线性回归模型中回归方程的F检验方法；(5)掌握多元线性回归模型中回归方程的预测方法。三、实验的软硬件环境要求硬件环境要求：金融数学实验室，计算机网络设备，需要连接Internet使用的软件名称

2、、版本号以及模块带Windows操作系统以及EViews应用演示四、知识准备前期要求掌握的知识：了解EViews软件在多元回归模型中的基本功能，熟悉多元线性回归模型的基本假设，基本理论。实验相关理论或原理：(1)理解多元元线性模型的以下基本假设：（a）解释变量不是随机变量；（b）误差项的均值为零；（c）误差项同方差性、无序列相关性；（d）解释变量之间无关。(2)掌握多元回归分析中的普通最小二乘法（OLS）的统计思想和EViews实现。(3)掌握模型统计检验：（a）拟合优度检验;（b）变量的显著性检验(t检验)；（c）即方程的显著性检验（F检验）。

3、(4)掌握模型统计模型的预测。实验流程：多元线性回归模型假设→多元线性回归模型参数估计→多元线性回归模型统计检验→多元线性回归模型预测五、实验材料和原始数据数据来源：李子奈《计量经济学（第二版）》P.77表3.5.1年份xX1GPFPXCQP0P11981456.8420.4102.5102.7646.1318.370.7132.11982471432.1102102.1659.132571.5132.91983505.9464102103.7672.233775.3137.71984559.4514.3102.7104690.4350.5811

4、46.71985673.2351.4111.9116.5772.6408.487.186.11986799418.9107107.2826.6437.896.795.71987884.4472.9108.8112899.4490.398.396.519881104567120.7125.21085.5613.8101.792.419891211660116.3114.41262.5702.295.99419901278.9693.8101.398.81278.9693.810010019911453.8782.5105.1105.41344.17

5、31.3108.210719921671.7884.8108.6110.71459.7809.5114.5109.319932110.81058.2116.1116.51694.7943.1124.6112.219942851.31422.5125134.22118.41265.6134.6112.419953537.61766116.8123.62474.31564.3143112.919963919.51904.7108.8107.926921687.9145.6112.819974185.61942.6103.1100.12775.5168

6、9.6150.811519984331.61926.999.496.92758.91637.2157117.719994615.91932.198.795.727231566.8169.5123.3200049981958.3100.897.62744.81529.2182.1128.1200153092014100.7100.727641539.3192.1130.8六、实验要求和注意事项能用EViews软件完成多元线性回归模型的参数的估计、检验和模型的预测。能对数据做一些初步分析，并能以表格形式体现。并对软件输出的结果能做初步分析。七、实验内

7、容及步骤(一)加载工作文件。(1)建立工作文件的方法是点击File/New/Workfile,选择新建对象类型为工作文件，选择数据类型和起止日期，建立工作文件，建立新序列，建立空组。创建八个序列X、X1、GP、FP、XC、Q、P0和P1,并输入数据。，进入界面后输入数据如图2－1所示。图2－1(二)选择方程（1）根据消费理论，居民对食品的消费需求函数为：。作散点图。分别将LOG(Q)对LOG(X),LOG(P0),LOG(P1)作散点图如2－2，2－3，2－4所示。从散点图可以得到，LOG(Q)与其他都不具有单一线性关系。图2－2图2－3图2－4

8、为了考察需求函数中零阶齐次性的特征，采用如下多元回归模型：将LOG(X),LOG(P0),LOG(P1)作为解释变量，LOG(Q)作为应