计量经济学实验二一元线性回归模型

《计量经济学实验二一元线性回归模型》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实验二一元线性回归模型2.1实验目的掌握一元线性回归模型的基木理论，一元线性回归模型的建立、估计、检验及预测的方法，以及相应的EViews软件操作方法。2.2实验内容建立小国消费函数模型。以表2.1屮国的收入与消费的总量数据为基础，建立屮国消费函数的一元线性回归模型。表2.1年份X(GDP)Y(Cons)199018319.511365.2199121280.413145.9199225863.715952.1199334500.720182」199446690.726796199558510.533635199668330.440003.919977

2、4894.243579.4199879003.346405.9199982673.249722.8200089112.554617.2200198592.958927.42002107897.662798.52003121730.367493.52004142394.275439.7数据來源：2004年中国统计年鉴，中国统计出版社2.3实验步骤2.3.1散点相关图分析将表1.1的GDP设为变量X,总消费设为Y,建立变量X和Y的相关图，如图2.1所示。可以看X和Y之间呈现良好的线性关系。可以建立一元线性回归模型。040000800001200001600

3、00X图2.180000700006000050000>400003000020000100002.3.2估计线性回归模型在数组窗口中点击ProcMakeEquation,如果不需要重新确定方程中的变量或调整样木区间，可以直接点击OK进行估计。也可以在EViews主窗口中点击QuickEstimateEquation,在弹出的方程设定框(见图2.2)内输入模型：YCX或y=C(l)+C(2)*X图2.2Equation:UNTITLEDforkfile:UNTTTLEDMJm・・□叵

4、区

5、DependentVariable:YMethod:Leas

6、tSquaresDate:10/0W7Time:18:07Sample:19902004Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C2329.4011191.9231.9543220.0725X0.5469500.01489936.711100.0000R-squared0.990446Meandependentvar41337.64AdjustedR-squared0.989711SD.dependentvar20619.15SE.ofregression20

7、91.475Akaikeinfocriterion18.25269Sumsquaredresid56865498Schwarzcriterion18.34710Loglikelihood-134.8952F-statistic1347.705Durbin-Watsonstat0.478071Prob(F-statistic)0.000000图2.3还可以通过在EViews命令窗口中键入LS命令来估计模型，其命令格式为：LS被解释变量C解释变量系统将弹出一个窗口来显示有关佔计结果（如图2.3所示）。因此，我国消费函数的估计式为：Y=2329.401+0.

8、547*XSt1191.9230.014899t1.9536.71R2=Q.995.e.=2091se是回归函数的标准误差，即&=曲/（16-2）。/?2是可决系数。尺2=099,说明上式的拟合情况好,力变差的99%由变量无解释。因为r=36.71>r0.05（⑸二2.13,所以检验结果是拒绝原假设伤=0,即总消费和GDPZ间存在线性冋归关系。上述模型的经济解释是，GDP毎增t1亿元，我国消费将总额将增加0.547亿元。EVievs一[Equation:OTTITLEDTorkfile:OTTITLEDUIJFileEditObjectViewPro

9、cQuickOptionsWindowHelpobsActual

10、Fitted

11、ResidualResidualPlot199011365.212349.2-984.046IQ1199113145.913968.7-822.810I1199215952.116475.5-523.4441y1199320182.121199.5-1017.45•/1199426796.027866.9-1070.871199533635.034331.7-696.703i1199640003.939702.7301.206i、Y1199743579.443292.8

12、286.63711199846405.945540.2865.6661199949722.8