下载文档原格式
计量经济学》实验报告一元线性回归模型-、实验内容（一）eviews基本操作（二）1、利用EViews软件进行如下操作：（1）EViews软件的启动（2）数据的输入、编辑（3）图形分析与描述统计分析（4）数据文件的存贮、调用2、查找2000-2014年涉及主要数据建立中国消费函数模型中国国民收入与居民消费水平:表1年份X(GDP)Y（社会消费品总量）200099776.339105.72001110270.443055.42002121002.048135.92003136564.652516.32004160714.459501.02005185895.868352.62006217656.679145.22007268019.493571.62008316751.7114830.12009345629.2132678.42010408903.0156998.42011484123.5183918.62012534123.0210307.02013588018.8242842.82014635910.0271896.1数据来源：二、实验目的1.掌握eviews的基本操作。
2.掌握一元线性回归模型的基本理论，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。
三、实验步骤（简要写明实验步骤）1、数据的输入、编辑2、图形分析与描述统计分析3、数据文件的存贮、调用4、一元线性回归的过程点击view中的Graph-scatter-中的第三个获得在上方输入Isycx回车得到下图DependsntVariable:Y Method:LeastSquares□ate:03；27/16Time:20:18 Sample:20002014 Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3J73.7023i820.535-2.1917610.0472X0416716 0.0107S838.73S44 a.ooao R-squared0.991410 Meandependentwar119790.2 AdjustedR.-squared 0.990750 S.D.dependentrar 7692177 S.E.ofregression 7J98.292 Akaike infocriterion20.77945 Sumsquaredresid 7；12E^-08 Scliwarz 匚「爬伽20.37386 Loglikelihood -1&3.3459Hannan-Quinncriter. 20.77845 F-statistic 1I3&0-435 Durbin-Watsonstat0.477498Prob(F-statistic)a.oooooo在上图中view 处点击view-中的actual ,Fitted ,Residual 中的第一 个得到回归残差打开Resid 中的view-descriptivestatistics 得到残差直方图/icw Proc Qtjject PrintN^me FreezeEstimateForecastStatsResids凹Group:UNIIILtD Worktile:UN III LtLJ::Unti1DependentVariablesMethod;LeastSquares□ate:03?27/16Time:20:27Sample(adjusted):20002014Includedobservations:15afteradjustmentsVariable Coefficient Std.Errort-Statistic ProtJ.C-3373.7023^20.535-2.191761 0.0472X0.4167160.01075S38.735440.0000R-squared0.991410 Meandependeniwar1-19790.3 AdjustedR-squa.red0990750S.D.dependentvar 76921.77 SE.ofregre.ssion 7J98.292 Akaike infacriterion20.77945 Sumsquaredresid 7.12&-0S Schwarzcriterion 20.S73S6 Laglikelihood -153.84&9Hannan-Quinncrite匚20.77545 F-statistic1I3&0.435Durbin-Watsonstat 0.477498 ProbCF-statistic) a.ooaooo在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图roreestYFM J訓YForea空巾取且:20002015 AdjustedSErmpfe:2000231i mskJddd obaerratire:15Roof kter squa red Error理l%2Mean/^oLteError畐惯啟iJean Afe.PereersErro r5.451SSQThenhe鼻BI附GKWCE口.他腐4Prop&niwi□ooooooVactaree Propor^tori0.001^24G M『倚■底Props^lori09®475在上方空白处输入lsycs…之后点击proc中的forcase根据公式Y。
Eviews实验报告
本次实验使用Eviews对数据进行了分析和建模，主要分为以下几个部分：
一、数据预处理
1. 数据清洗：对数据进行了初步的检查和清洗，处理了数据中的缺失值和异常值；
2. 数据变换：对原始数据进行了对数化处理，使其符合正态分布。
二、数据分析
1. 描述性统计：通过统计均值、标准差、相关系数等指标，对数据进行了分析和描述；
2. 单因素分析：使用单因素方差分析对不同自变量与因变量之间的关系进行了检验。
三、建模分析
1. 模型选择：根据变量相关性和变量显著性等因素，最终选择了一组自变量，建立了多元线性回归模型；
2. 模型检验：对建立的模型进行了残差分析，验证了模型的可靠性和稳定性；
3. 预测分析：利用建立的模型对新数据进行了预测，并进行了模型预测精度的评估。
四、实验结论
通过Eviews的分析和建模，得出了以下结论：
1. 数据清洗和变换可以提高数据分析的准确性和可靠性；
2. 描述性统计和单因素分析可以为建模提供有用的参考和决策依据；
3. 多元线性回归模型可以较好地解释自变量与因变量之间的关系，并可进行预测和决策分析。
综上所述，本次实验通过Eviews软件对数据进行了分析和建模，得出了有关数据的一些重要结论，为后续数据分析和决策提供了基础和支持。
eviews实验报告总结eviews实验报告总结篇一：Evies实验报告实验报告一、实验数据：1994至201X年天津市城镇居民人均全年可支配收入数据 1994至201X年天津市城镇居民人均全年消费性支出数据 1994至201X年天津市居民消费价格总指数二、实验内容：对搜集的数据进行回归，研究天津市城镇居民人均消费和人均可支配收入的关系。
三、实验步骤：1、百度进入“中华人民共和国国家统计局”中的“统计数据”，找到相关数据并输入Exc el，统计结果如下表1：表11994年--201X年天津市城镇居民消费支出与人均可支配收入数据2、先定义不变价格（1994=1）的人均消费性支出（Yt）和人均可支配收入（Xt）令：Yt=cn sum/priceXt=ine/pri ce 得出Yt与Xt的散点图，如图1.很明显，Yt和X t服从线性相关。
图1 Yt和Xt散点图3、应用统计软件EVies完成线性回归解：根据经济理论和对实际情况的分析也都可以知道，城镇居民人均全年耐用消费品支出Yt依赖于人均全年可支配收入Xt的变化，因此设定回归模型为 Yt=β0+β?Xt﹢μt（1）打开E Vies软件，首先建立工作文件， Fil e rkfile ,然后通过bject建立 Y、X系列，并得到相应数据。
（2）在工作文件窗口输入命令：l s y c x,按E nter键，回归结果如表2 ：表2 回归结果根据输出结果，得到如下回归方程：Y t=977.908+0.670Xt s=(172.3797) (0.0122) t=(5.673) (54.950) R2=0.995385 Adjust ed R2=0.995055 F-sta tistic=3019.551 残差平方和Sum sq uared resi d =1254108回归标准差S.E.f regressi n=299.2978（3）根据回归方程进行统计检验：拟合优度检验由上表2中的数分别为0.995385和0.995055，计算结果表明，估计的样本回归方程较好地拟合了样本观测值。
大连海事大学实验报告Array实验名称: 计量经济学软件应用专业班级:财务管理201３-1姓名: 安妮指导教师:赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件得基本功能，并将其应用在一元线性回归模型得分析中。
具体包括：Eviｅw得安装，样本数据基本统计量计算,一元线性回归模型得建立、检验及结果输出与分析，多元回归模型得建立与分析,异方差、序列相关模型得检验与处理等。
二、实验环境ＷINＤOWSＸP或200０操作系统下,基于EVIEWS5、1平台。
三、实验模型建立与分析案例1：我国1９9５－2014年得人均国民生产总值与居民消费支出得统计资料（此资料来自中华人民共与国统计局网站)如表1所示,做回归分析。
表1我国1995—２０１4年人均国民生产总值与居民消费水平情况(1）做出散点图,建立居民消费水平随人均国内生产总值变化得一元线性回归方程，并解释斜率得经济意义；利用evｉｅwｓ软件输出结果报告如下: Depeｎdent Ｖarｉablｅ：ＣＯNSＵMPTIONMｅｔhod: Lｅast SqｕaｒｅsDａte：０6/11/16Tiｍｅ: 19：02Saｍｐle: 1995 2０14Incluｄｅd observａtｉoｎs:20Variａble Coeｆficiｅnt Stｄ、Ｅrrort—Ｓtaｔisｔic Prｏb、C 6９１、02２５113、3920 ６、094１0４0、0000ＡＶGDP 0、３5２7７0 ０、004908 71、88０54 0、0000Ｒ－squaｒｅd 0、９９6５28 Mean depeｎdent var 7351、300Ａdjｕsted R-squarｅd ０、99６３３5 Ｓ、D、dependent ｖar48２8、7６5S、Ｅ、of ｒegressioｎ292、３118 Ａkaike iｎfo criterion 1４、288１６Sum squａrｅｄresｉd 15３8０32、 Schwarz criterion14、3877３Log ｌiｋelihood -140、8８1６Hannan－Quｉnn cｒitｅr、14、３0760F－ｓｔａtｉstｉc 5166、81１Duｒbｉｎ－Ｗａｔsonstaｔ0、403709Proｂ(F—ｓtatistic）0、000０00由上表可知财政收入随国内生产总值变化得一元线性回归方程为:(令Ｙ=ＣＯNＳUMPTIOＮ,Ｘ=AVＧDＰ（此处代表人均GＤP)）Y = 6９１、０２２5+０、352７70* X其中斜率０、３527７0表示国内生产总值每增加一元，人均消费水平增长0、３５２７7元.检验结果Ｒ2=0、９96５28，说明９9、6５28%得样本可以被模型解释,只有0、3472%得样本未被解释,因此样本回归直线对样本点得拟合优度很高.（2)对所建立得回归方程进行检验：（５%显著性水平下，t(18)=2、10１）对于参数c假设： H0：ｃ=0、对立假设:Ｈ1：c≠0对于参数GDＰ假设： H0： GＤＰ=0、对立假设：Ｈ1: GDP≠0由上表知:对于ｃ,t=6、094104>t(n－2）=ｔ(18)=２、10１因此拒绝H0： c=0，接受对立假设：Ｈ1: c≠０对于ＧＤP, t=71、8８054﹥t（n—2）=t（１８）=2、101因此拒绝H０: ＧＤP=０，接受对立假设: Ｈ1： GDP≠０此外F统计量为51６6、811，数值很大，可以判定，人均国内生产总值对居民消费水平在5%得显著性水平下有显著性影响。
大连海事大学实验报告Array实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 691.0225 113.3920 6.094104 0.0000AVGDP 0.352770 0.004908 71.88054 0.0000R-squared 0.996528 Mean dependent var 7351.300Adjusted R-squared 0.996335 S.D. dependent var 4828.765S.E. of regression 292.3118 Akaike info criterion 14.28816Sum squared resid 1538032. Schwarz criterion 14.38773Log likelihood -140.8816 Hannan-Quinn criter. 14.30760F-statistic 5166.811 Durbin-Watson stat 0.403709Prob(F-statistic) 0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。
eviews计量经济学实验报告EViews计量经济学实验报告引言计量经济学是经济学领域中的一个重要分支，它运用数学、统计学和计量学的方法来分析经济现象。
EViews是一个常用的计量经济学软件，它提供了丰富的数据分析和模型建立工具，被广泛应用于学术研究和实际经济分析中。
本实验报告将利用EViews软件进行计量经济学实验，以探讨经济现象并得出相关结论。
实验目的本实验旨在利用EViews软件对某一经济现象进行实证分析，通过建立相应的计量经济模型，对经济现象进行量化分析，并得出相关结论。
实验步骤1. 数据收集：首先，我们需要收集与所研究经济现象相关的数据，包括时间序列数据和横截面数据等。
这些数据可以来自于官方统计机构、学术研究机构或者自行收集整理。
2. 数据预处理：接下来，我们需要对收集到的数据进行预处理，包括数据清洗、缺失值处理、异常值处理等，以确保数据的质量和完整性。
3. 模型建立：在数据预处理完成后，我们可以利用EViews软件建立计量经济模型，包括回归分析、时间序列分析、面板数据分析等，以探讨经济现象的内在规律和影响因素。
4. 模型估计：建立模型后，我们需要对模型进行参数估计，得到模型的具体参数估计值，并进行显著性检验和模型拟合度检验，以验证模型的可靠性和有效性。
5. 结果分析：最后，我们将对模型估计结果进行分析，得出与经济现象相关的结论，并对实证分析结果进行解释和讨论。
实验结论通过以上实验步骤，我们得出了关于某一经济现象的实证分析结果，并得出了相关的结论。
这些结论对于理解经济现象的内在规律和制定经济政策具有重要的参考价值。
总结EViews计量经济学实验报告通过利用EViews软件进行实证分析，对经济现象进行了深入探讨，并得出了相关结论。
这些结论对于经济学研究和实际经济分析具有重要的理论和实践意义，为我们深入理解经济现象和推动经济发展提供了重要的参考依据。
EViews软件的应用为我们提供了一个强大的工具，帮助我们更好地理解和分析经济现象，为经济学领域的研究和实践提供了重要的支持和帮助。
计量经济学eviews报告在经济学研究中，计量经济学是一个重要的分支领域，它利用数理统计和经济理论方法，对经济现象进行定量分析和预测。
而在进行计量经济学研究时，经济学家们通常会使用eviews软件来进行数据处理和分析。
本报告将对eviews软件在计量经济学研究中的应用进行介绍和分析。
首先，eviews软件作为一款专业的计量经济学软件，具有强大的数据处理和分析功能。
它可以对各种类型的经济数据进行处理，包括时间序列数据、截面数据和面板数据等。
同时，eviews还提供了丰富的统计分析工具，如回归分析、时间序列分析、方差分析等，可以帮助经济学家们快速准确地进行数据分析和模型建立。
其次，eviews软件在计量经济学研究中的应用非常广泛。
在实证研究中，经济学家们通常会使用eviews来进行数据的导入和清洗，然后进行相关的计量分析。
例如，他们可以利用eviews进行回归分析，来探讨不同经济变量之间的关系；也可以利用eviews进行时间序列分析，来预测未来的经济走势。
总之，eviews为经济学家们提供了一个强大的工具，帮助他们更好地进行计量经济学研究。
另外，eviews软件还具有友好的用户界面和丰富的图表展示功能，使得经济学家们可以直观地呈现研究结果。
他们可以通过eviews生成各种统计图表，如散点图、折线图、柱状图等，直观地展示数据之间的关系和变化趋势。
这些图表不仅可以帮助经济学家们更好地理解数据，还可以用于学术论文和研究报告的展示。
总之，eviews软件在计量经济学研究中发挥着重要的作用，它为经济学家们提供了强大的数据处理和分析工具，帮助他们更好地进行实证研究。
未来，随着计量经济学研究的深入发展，相信eviews软件将会继续发挥重要作用，为经济学研究提供更多的便利和支持。
大连海事大学实验报告Array实验名称：计量经济学软件应用专业班级：财务管理2013-1*名：**指导教师：***交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况2008年23912 87072009年25963 95142010年30567 109192011年36018 131342012年39544 146992013年43320 161902014年46612 17806 （1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 691.0225 113.3920 6.094104 0.0000AVGDP 0.352770 0.004908 71.88054 0.0000R-squared 0.996528 Mean dependent var 7351.300Adjusted R-squared 0.996335 S.D. dependent var 4828.765S.E. of regression 292.3118 Akaike info criterion 14.28816Sum squared resid 1538032. Schwarz criterion 14.38773Log likelihood -140.8816 Hannan-Quinn criter. 14.30760F-statistic 5166.811 Durbin-Watson stat 0.403709Prob(F-statistic) 0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。
大连海事大学实验报告Array实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况2008年2391287072009年2596395142010年30567109192011年36018131342012年39544146992013年43320161902014年4661217806（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTION Method: Least SquaresDate: 06/11/16 Time: 19:02 Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000R-squared0.996528Mean dependentvar7351.300Adjusted R-squared0.996335S.D. dependentvar4828.765S.E. of regression292.3118Akaike infocriterion14.28816Sum squared resid1538032.Schwarz criterion14.38773Log likelihood-140.8816Hannan-Quinncriter.14.30760F-statistic5166.811Durbin-Watsonstat0.403709Prob(F-statistic)0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。
大连海事大学实验报告Array实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 691.0225 113.3920 6.094104 0.0000AVGDP 0.352770 0.004908 71.88054 0.0000R-squared 0.996528 Mean dependent var 7351.300Adjusted R-squared 0.996335 S.D. dependent var 4828.765S.E. of regression 292.3118 Akaike info criterion 14.28816Sum squared resid 1538032. Schwarz criterion 14.38773Log likelihood -140.8816 Hannan-Quinn criter. 14.30760F-statistic 5166.811 Durbin-Watson stat 0.403709Prob(F-statistic) 0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。
计量经济学作业院系：商学院国贸三班教室：高辉姓名：***学号：************INDEX问题 (2)模型设定 (3)检验异方差 (4)图形检验 (4)Glejser检验 (5)White检验 (6)调整异方差 (6)习题5.8表5.13给出的是1998年我国重要制造业销售收入与销售利润的数据表5.13试完成以下问题：1）求销售利润与销售收入的样本回归函数，并对模型进行经济意义检验和统计检验；2）分别用图形法、Glejser方法、White方法检验模型是否存在异方差；3）如果模型存在异方差，选用适当的方法对异方差性进行修正。
1）假定销售利润与销售收入之间满足线性约束，则理论模型设定为Y i = β1 + β2X I + u i其中，Y i表示销售利润，表示销售收入。
Dependent Variable: YMethod: Least SquaresDate: 12/26/09 Time: 14:45Sample: 1 28Included observations: 28Variable Coefficient Std. Error t-Statistic Prob.C 12.03564 19.51779 0.616650 0.5428X 0.104393 0.008441 12.36670 0.0000R-squared 0.854696 Mean dependent var 213.4650Adjusted R-squared 0.849107 S.D. dependent var 146.4895S.E. of regression 56.90368 Akaike info criterion 10.98935Sum squared resid 84188.74 Schwarz criterion 11.08450Log likelihood -151.8508 Hannan-Quinn criter. 11.01844F-statistic 152.9353 Durbin-Watson stat 1.212795Prob(F-statistic) 0.000000图1估计结果为Yˆi = 12.03564 + 0.104393X i（0.61665）（12.3667）R2 = 0.8547，F = 152.94括号内为t统计量值。
a) 经济意义检验：所估计得参数βˆ1=0.104393，说明销售收入（X）没相差1亿元，可导致销售利润（Y）相差0.104393亿元。
随着销售收入的增加，销售利润的平均水平是不断提高的，符合经济意义。
b) 拟合优度的度量：由此估计参数课件，该模型R2=0.8547可绝系数很高，说明所建模型整体上对样本数据拟合较好，即解释变量“销售收入（X）”对被解释变量“销售利润（Y）”的绝大部分作出解释。
c) 对于回归系数的t检验：在给定显著性水平α=0.05,在t分布表中查处自由度为n-2=26的临界值t0.025（26）=2.056，由于t（βˆ0）=0.616650< t0.025（26）=2.056，对c的系数不显著影响：由于t（βˆ1）=12.3667> t0.025（26）=2.056，对X的系数t检验显著影响。
这表明，销售收入（X）对销售利润（Y）有显著影响。
2）检验异方差图形分析检验⑴观察销售利润（Y）与销售收入（X）的相关图(图1)：SCAT X Y图2从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。
这说明变量之间可能存在递增的异方差性。
⑵残差分析图3图3显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。
Glejser检验⑴建立回归模型（结果同图1所示）。
⑵生成新变量序列GENR E=ABS(RESID)⑶分别建立新残差序列（E）对各解释变量（X/X^2/X^(1/2)/X^(－1)/ X^(－2)/ X^(－1/2)）的回归模型：LS E C X，回归结果如图4、5、6、7、8、9所示。
Dependent Variable: EMethod: Least SquaresDate: 12/26/09 Time: 17:29Sample: 1 28Included observations: 28Variable Coefficient Std. Error t-Statistic Prob.C 12.23808 10.61852 1.152523 0.2596X 0.015267 0.004593 3.324281 0.0026R-squared 0.298262 Mean dependent var 41.69584Adjusted R-squared 0.271272 S.D. dependent var 36.26524S.E. of regression 30.95804 Akaike info criterion 9.771892Sum squared resid 24918.40 Schwarz criterion 9.867049Log likelihood -134.8065 Hannan-Quinn criter. 9.800982F-statistic 11.05084 Durbin-Watson stat 1.727724Prob(F-statistic) 0.002643图4Dependent Variable: EMethod: Least SquaresDate: 12/26/09 Time: 17:32Sample: 1 28Included observations: 28Variable Coefficient Std. Error t-Statistic Prob.C 27.05724 8.232317 3.286710 0.0029X^2 2.74E-06 1.02E-06 2.690001 0.0123R-squared 0.217718 Mean dependent var 41.69584Adjusted R-squared 0.187630 S.D. dependent var 36.26524S.E. of regression 32.68642 Akaike info criterion 9.880546Sum squared resid 27778.46 Schwarz criterion 9.975703Log likelihood -136.3276 Hannan-Quinn criter. 9.909636F-statistic 7.236107 Durbin-Watson stat 1.690452Prob(F-statistic) 0.012315图5Dependent Variable: EMethod: Least SquaresDate: 12/26/09 Time: 17:35Sample: 1 28Included observations: 28Variable Coefficient Std. Error t-Statistic Prob.C -15.67818 17.09598 -0.917068 0.3675X^(1/2) 1.386193 0.389197 3.561677 0.0014R-squared 0.327914 Mean dependent var 41.69584 Adjusted R-squared 0.302065 S.D. dependent var 36.26524 S.E. of regression 30.29690 Akaike info criterion 9.728717 Sum squared resid 23865.45 Schwarz criterion 9.823874 Log likelihood -134.2020 Hannan-Quinn criter. 9.757807 F-statistic 12.68554 Durbin-Watson stat 1.748719 Prob(F-statistic) 0.001450图6Dependent Variable: EMethod: Least SquaresDate: 12/26/09 Time: 17:36Sample: 1 28Included observations: 28Variable Coefficient Std. Error t-Statistic Prob.C 59.38876 8.966378 6.623495 0.0000X^(-1) -19128.42 7040.292 -2.716992 0.0116R-squared 0.221138 Mean dependent var 41.69584 Adjusted R-squared 0.191182 S.D. dependent var 36.26524 S.E. of regression 32.61490 Akaike info criterion 9.876165 Sum squared resid 27657.02 Schwarz criterion 9.971322 Log likelihood -136.2663 Hannan-Quinn criter. 9.905255 F-statistic 7.382044 Durbin-Watson stat 1.846954 Prob(F-statistic) 0.011562图7Dependent Variable: EMethod: Least SquaresDate: 12/26/09 Time: 17:37Sample: 1 28Included observations: 28Variable Coefficient Std. Error t-Statistic Prob.C 46.93501 7.198750 6.519883 0.0000X^(-2) -3230052. 1792995. -1.801484 0.0832R-squared 0.110970 Mean dependent var 41.69584Adjusted R-squared 0.076776 S.D. dependent var 36.26524S.E. of regression 34.84529 Akaike info criterion 10.00846Sum squared resid 31569.05 Schwarz criterion 10.10362Log likelihood -138.1185 Hannan-Quinn criter. 10.03755F-statistic 3.245344 Durbin-Watson stat 1.768007Prob(F-statistic) 0.083236图8Dependent Variable: EMethod: Least SquaresDate: 12/26/09 Time: 17:38Sample: 1 28Included observations: 28Variable Coefficient Std. Error t-Statistic Prob.C 86.80624 15.09073 5.752288 0.0000X^(-1/2) -1611.089 496.1924 -3.246904 0.0032R-squared 0.288497 Mean dependent var 41.69584Adjusted R-squared 0.261132 S.D. dependent var 36.26524S.E. of regression 31.17267 Akaike info criterion 9.785710Sum squared resid 25265.12 Schwarz criterion 9.880867Log likelihood -134.9999 Hannan-Quinn criter. 9.814800F-statistic 10.54239 Durbin-Watson stat 1.830872Prob(F-statistic) 0.003206图9由上述各回归结果可知，各回归模型中解释变量的系数估计值显著不为0且均能通过显著性检验。
