实验一非线性回归模型估计实验

《实验一非线性回归模型估计实验》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、《经济管理定量分析高级方法》实验报告书实验题目：实验一非线性回归模型估计姓名：王玲学号:20080491年级、专业、班实验地点：DS1401完成吋间：2011-6-17教师评语：教师（签名）阅批时间成绩:、实验目的通过本次实验，学会使用两种非线性回归模型的估计方法：（1）通过线性化的方式估计非线性回归模型；（2）直接估计非线性回归模型。二、实验原理和实验内容某硫酸厂生产的硫酸的透明度指标一直达不到优质的要求，经过分析透明度低与硫酸屮的金属杂质含量太高有关。影响透明度的主要金属杂质是铁、钙、铅、镁等。通过正交试验的方法发现铁是影响硫酸透明度的最主要原因。三、实验步骤1、导入样本值

2、单击file-open-EViewsworkfile,导入数据文件1,并双击x和y-opengro叩得到样本数据的二维表（图一）2、通过线性化的方式估计非线性回归模型1）建立倒数模型首先建立工作文件。从工作文件主菜单中点击Quick键，选择EstimateEquation功能，在弹出的对话框的EquationSpecification（方程设定）选择框输入1/ycl/x,点击OK键，得到图二。（图二）单击图二中的View一Representations,得图三Equi^tioik：UrriTLJEDYorkfile：CASE2：:-I口1x

3、Wew

4、ProdObject]Pri

5、nt

6、Hame

7、Freeze]Estimate

8、Forecast]Stats]Resids

9、ionCo«mand:LS1/YC1/X（图三）Esti»ationEquation：1/T=CO)♦C(2)*l/XSubstitutedCoefEiciexits:1/T=0.0692769579632-2.37213232238>1/X通过图三的表示，我们知道其线性表达式为：1/Y二0.06927695796・2.372132322*1/X通过图二的表示，我们可以得到如下数据：t值分别为18.6、・11.9；R2=0.76；SE=0.009,F=143可决系数为0.76,可见其拟合

10、度并不是很好。我们尝试建立指数模型Group：UVTITIJEDVorkfil•:CASE2：:Cas«2a-iDlxlView

11、Proc

12、Obpct

13、Print

14、Name

15、Freeze

16、Sample

17、Sheet

18、Stats

19、Spec

20、打开方程设定（Equationspecification）对话框，输入估计命令,Log（y）c1/x点击OK键，得到其估计的结果如图四所示。qnation：orView

21、Pnx

22、obje出Print

23、Name

24、Freeze

25、Estrnate

26、Forecast,StatsjResids

27、Dependentvariable:LOG(Y)Method

28、:LeastSquaresDate:06/17/11Time:16:27Sample:147Includedobservations:47VariableCoefficientStdErrorVStatisticProb.C1993733009075521968220.00001/X1045195482943121642190.0000R-squared0912346Meandependentvar3.831065AdjustedR-squared0910399SDdependentvar0.734762S.Eofregression0219940Akaikeinfocrite

29、rion-0149302Sumsquaredresid2176813Schwarzcriterion-0070573Loglikelihood5508606Hannan-Quinnenter.-0.119676F-statistic468.3845Durbin-Watsonstat1.711547Prob(F-statistic)0.000000（图四）Proc

30、Ob)e(：r

31、Prir»r

32、Uame

33、FreezejEstimate

34、Forecast

35、Stats

36、口

37、Comogd:2LSLOGff)C1/XEstimationEquation.logor)=c(i)♦ce)*i

38、/xSxibstitut«dCo«££ici«ntz*LOGCT)=1.99373269723i104.519475096*l/X（图五）散点图如图六所示。（图六）通过图四，我们得到其线性表达式为：LOG(Y)=1.993732697+104.5194751*(1/X)其t值为21.97和21.64,R2=0.91,s.e.二0.22,F二468,把表达式还原为指数形式Lny=Ln(7.33)+104.5(l/x)y=7.33el05.5(l/x)可决系数由0.76提高到了0.91,可见指数