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案例分析作业Eviews案例分析作业。
本次作业将使用Eviews软件进行一个实际案例的分析，以展示Eviews在实际经济数据分析中的应用。
我们选取了美国GDP（国内生产总值）和失业率的数据，来进行相关性分析和趋势预测。
首先，我们导入美国GDP和失业率的时间序列数据，并进行数据的初步观察和描述性统计分析。
通过Eviews的数据视图功能，我们可以直观地看到这两个变量的变化趋势和波动情况，从而为后续的分析提供基础。
接下来，我们将利用Eviews进行相关性分析，探讨美国GDP与失业率之间的关系。
通过Eviews的相关性分析功能，我们可以得到它们之间的相关系数，并利用散点图和回归分析来观察它们之间的线性关系。
通过这些分析，我们可以初步了解到美国GDP和失业率之间的关联程度，为后续的预测分析提供参考。
在完成相关性分析后，我们将利用Eviews进行趋势预测。
通过Eviews的时间序列分析功能，我们可以选择合适的模型对美国GDP和失业率的未来趋势进行预测。
在选择模型的过程中，我们将充分考虑数据的平稳性、季节性等特点，以确保模型的准确性和可靠性。
最终，我们将得到美国GDP和失业率未来的预测值，并进行可视化展示，以便更直观地观察它们的趋势变化。
通过本次Eviews案例分析作业，我们不仅对Eviews软件的使用有了更深入的了解，同时也对实际经济数据的分析方法有了更加清晰的认识。
Eviews作为一款专业的计量经济学软件，具有强大的数据分析和建模功能，可以帮助我们更好地理解和预测经济现象，为经济决策提供科学依据。
总之，Eviews案例分析作业不仅是对所学知识的巩固和实践，更是对实际问题的解决和预测。
通过本次作业，我们不仅提升了对Eviews软件的熟练度，更深入了解了经济数据分析的方法和技巧，为今后的学习和工作打下了坚实的基础。
希望通过这次作业的学习，能够更好地应用Eviews软件进行实际经济数据的分析和预测，为经济决策提供更加科学的支持。
美股行情对A股的影响性分析——标普500与沪深300相关性分析摘要：本文主要通过分析标准普尔500指数与沪深300指数的相关性，以标普500指数为解释变量，以沪深300指数为被解释变量，利用Eviews软件，使用其中的最小二乘法对其进行线性回归分析，最终得出方程。
并对其进行显著性检验（F，t）、异方差检验、自相关性检验来验证方程的可靠性。
然后解释方程的经济意义，并利用软件对未来指数变动进行预测。
最后在未来几天比较预测结果与实际两个指数的变化情况，验证实际应用情况。
关键词：标普500、沪深300、Eviews、显著性检验、异方差检验、自相关性检验。
一、研究背景1.全球化大环境在经济全球化不断深入发展的今天，全球资本市场，尤其是中美两个超级大国之间的资本流通，早已彼此嵌入，密不可分。
全世界早有不少学者对中美资本流通做了深入研究。
但美国股市发展早于中国十几年，其内部的资金也远远超过中国股市，美国股市的资本流动势必会对中国股市产生一定影响，这种影响不仅体现在情绪面，更反映在指数变动方向上。
2.对外开放资本市场的QFII政策Qualified Foreign Institutional Investor，作为一种过渡性制度安排，QFII制度是在资本项目尚未完全开放的国家和地区，实现有序、稳妥开放证券市场的特殊通道。
外资对中国股市的影响早已不可忽视，而美国市场的变动也一定程度会影响在中国股市外资的操作行为。
所以研究两个指数的变动是很有意义的。
二、数据1.数据选择沪深两个市场各自均有独立的综合指数和成份指数，这些指数不能用来反映沪深两市的整体情况，而沪深300指数则同时考虑了两市的交易情况，是中国A股市场的“晴雨表”。
标准普尔500指数英文简写为S&P 500 Index，是记录美国500家上市公司的一个股票指数。
与道琼斯指数等其他指数相比，标准普尔500指数包含的公司更多，因此风险更为分散，能够反映更广泛的市场变化。
计量经济学论文(eviews分析)我国限额以上餐饮企业营业额的影响因素分析摘要：本文收集了1999年至2009年共11年的相关数据，选取餐饮企业数量、城镇居民人均年消费性支出、全国城镇人口数以及公路里程数作为解释变量构建模型，对我国限额以上餐饮企业营业额的影响因素进行分析。
利用Eviews软件对模型进行参数估计和检验，并加以修正，最后根据模型的最终结果进行经济意义分析，提出自己的看法。
关键词：餐饮企业营业额、影响因素、计量分析一、研究背景近十年来，投资者进入餐饮企业的数量不断增加。
在他们进入一个行业之前，势必要对该行业的营业额、营业利润等进行估计，当这些因素的估计值能够达到他们的预期时，他们才会对其进行投资。
由于餐饮企业的营业额是影响投资者是否进入餐饮业的一个重要因素，对于我国餐饮企业的营业额问题的深入研究就显得尤为必要，这有助于投资者作出合理的决策。
因此，本文进行了对我国限额以上餐饮企业营业额的计量模型研究。
二、变量的选取影响餐饮企业营业额的因素有很多，包括餐饮企业的数量、营业面积、从业人员、城镇居民人均年消费性支出、全国城镇人口数、餐饮企业的平均价格水平及公路里程数（表示交通状况）。
但综合考虑后，本文选取了其中的一部分变量（企业数、城镇居民人均年消费性支出、全国城镇人口数、公路里程数）进行研究，并对各个变量对餐饮企业营业额的影响进行预测。
1.企业数本文认为餐饮企业营业额与餐饮企业的数量有关，并预测两者之间呈正相关。
2.城镇居民人均年消费性支出本文认为餐饮企业营业额与城镇居民人均年消费性支出有关，并预测两者之间呈正相关。
3.全国城镇人口数本文认为餐饮企业营业额与全国城镇人口数有关，并预测两者之间呈正相关。
4.公路里程数本文认为餐饮企业营业额与公路里程数有关，并预测两者之间呈正相关。
三、相关数据本文收集了1999年至2009年共11年的相关数据，包括营业额（单位：亿元）、企业数（单位：个）、人均年消费性支出（单位：元）、全国城镇人口数（单位：万人）以及公路里程数（单位：万公里）。
中国储蓄存款总额（Y,亿元）与GDP （元）数据如下表。
表1-1数据来源：《中国统计年鉴》年图1-1解:、估计一元线性回归模型由经济理论知，储蓄存款总额受GDP影响，当GDFP增加时，储蓄存款总额也随着增加，他们之间具有正向的同步变动趋势。
储蓄存款总额除受GDP影响之外, 还受到其他一些变量的影响及随机因素的影响，将其他变量及随机因素的影响均并到随机变量U中，根据X与丫的样本数据，作X与丫之间的散点图可以看出，他们的变化趋势是线性的，由此建立中国储蓄存款总额丫与GDF之间的一员线性回归模型。
由表1-1中样本观测数据，样本回归模型为用Eviews软件估计结果:Dependent Variable: 丫Method: Least SquaresDate: 12/14/14 Time: 10:41Sample: 1978 2012Included observations: 35R-squared 0.995724 Mean dependent var 78882.56Adjusted R-squared 0.995595 S.D. dependent var 108096.8S.E. of regression 7174.769 Akaike info criterion 20.64997Sum squared resid 1.70E+09 Schwarz criterion 20.73885Log likelihood -359.3745 Hannan-Quinn criter. 20.68065F-statistic 7684.717 Durbin-Watson stat 1.224720Prob(F-statistic) 0.000000即样本回归方程为:-4.678592 87.66252二、对估计结果做结构分析(1)对回归方程的结构分析0.762529是样本回归方程的斜率，他表示GDP勺边际增长率，说明GDP每增加1元，将有0.762529用于储蓄；-7304.294是样本回归方程的截距，他表示不受GDP影响的自发性储蓄增长。
基于EVIEWS软件的计量经济学建模检验案例解读计量经济学是经济学领域的一个重要分支，它运用数理统计方法对经济学模型进行定量分析和预测。
而EVIEWS软件则是计量经济学常用的数据分析与建模工具。
本文将通过一个实例案例，解读基于EVIEWS软件的计量经济学建模检验的方法和过程。
首先，我们需要了解案例的背景和研究问题。
假设我们想研究某国家的经济增长与就业率之间的关系。
我们提出了一个假设：经济增长对就业率有积极的影响。
第一步是数据收集和准备。
我们需要收集与经济增长和就业率相关的数据。
以中国为例，我们可以从国家统计局等官方机构获取国内生产总值（GDP）和就业率的数据。
这些数据应该是时间序列数据，通常包括一定的时间跨度和频率（例如月度或年度数据）。
第二步是数据预处理。
我们需要对收集到的数据进行清洗和处理，以确保数据的质量。
具体来说，我们需要检查数据是否存在缺失值、异常值等，确保数据的连续性和一致性。
第三步是建立计量经济学模型。
在本案例中，我们使用一个简单的线性回归模型来研究经济增长对就业率的影响。
假设就业率（Y）是经济增长（X）的线性函数，即Y = β0 +β1X + ε，其中β0和β1是回归系数，ε是误差项。
第四步是模型检验。
在EVIEWS软件中，我们可以利用OLS（Ordinary Least Squares）方法进行模型的估计和检验。
OLS方法是最小二乘法的一种形式，用于估计回归系数的值。
此外，我们还可以通过检验模型的显著性和拟合优度来评估模型的质量。
具体来说，我们可以通过检验回归系数的t值和p值来判断是否存在统计显著性。
如果t值的绝对值较大且p值小于设定的显著性水平（通常是0.05），则可以认为回归系数是显著的，即具有统计意义。
此外，我们还可以计算回归方程的R-squared值来评估模型的拟合优度，R-squared值越接近1，说明模型的解释能力越强。
最后，我们需要进行模型诊断。
模型诊断用于检验回归模型的假设是否成立，以及模型是否满足统计方法的要求。
计量经济学课程案例分析论文本小组案例：影响税收收入的因素摘要：我国经济增长与税收增长之间是正相关的，经济增长是税收增长的源泉，而税收又是国家财政收入的主要来源，国家把税收收入用于经济建设，发展科学、教育、文化、卫生等事业，反过来又促进经济的进一步增长。
关键字：税收国内生产总值财政支出商品零售价格指数一、引言：改革开放以来，随着经济体制的改革的深化和经济的快速增长，中国的财政收支状况发生很大的变化，为了研究中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济学模型。
二、经济理论分析：影响中国税收收入增长的主要因素可能有：【1】从宏观经济上看经济增长是税收增长的基本源泉【2】社会经济的发展和社会保障等对公共财政提出要求，公共财政的需求可能对当年的税收入可能会有一定的影响。
【3】物价水平。
中国的税制结构以“流转税”为主，以现行价格计算的GDP和经营者的收入水平都与物价水平有关。
【4】税收政策因素三、建立模型：以各项税收收入Y作为解释变量以GDP表示经济增长水平以财政支出表示公共财政的需求以商品零售价格指数表示物价水平税收政策因素较难用数量表示，暂时不予考虑模型设定为Y=β1X1+β2X3+β3X3+C其中：Y—各项税收收入（亿元）X1—国内生产总值（亿元）X2—财政支出（亿元）X3—商品零售价格指数（%）四、数据收集：年份x1 x2 x3 y 1978 3645.20 1122.09 100.70 519.28 1979 4062.60 1281.79 102.00 537.82 1980 4545.60 1228.83 106.00 571.70 1981 4891.60 1138.41 102.40 629.89 1982 5323.40 1229.98 101.90 700.02 1983 5962.70 1409.53 101.50 775.59 1984 7208.10 1701.02 102.80 947.35 1985 9016.00 2004.25 108.80 2040.79 1986 10275.20 2204.91 106.00 2090.73 1987 12058.60 2262.18 107.30 2140.36 1988 15042.80 2491.21 118.50 2390.47 1989 16992.30 2823.78 117.80 2727.40 1990 18667.80 3083.59 102.10 2821.86 1991 21781.50 3386.62 102.90 2990.17 1992 26923.50 3742.20 105.40 3296.91 1993 35333.90 4642.30 113.20 4255.30 1994 48197.90 5792.62 121.70 5126.88 1995 60793.70 6823.72 114.80 6038.04 1996 71176.60 7937.55 106.10 6909.82 1997 78973.00 9233.56 100.80 8234.04 1998 84402.30 10798.18 97.40 9262.80 1999 89677.10 13187.67 97.00 10682.58 2000 99214.60 15886.50 98.50 12581.51 2001 109655.20 18902.58 99.20 15301.38 2002 120332.70 22053.15 99.70 17636.45 2003 135822.80 24649.95 99.90 20017.31 2004 159878.30 28486.89 102.80 24165.68 2005 184937.40 33930.28 100.80 28778.54 2006 216314.40 40422.73 101.00 34809.72 2007 265810.30 49781.35 103.80 45621.97 2008 314045.40 62592.66 105.90 54223.79 2009 340902.80 76299.90 98.80 59521.59 2010 401202.00 89874.16 103.10 73210.79回归分析：相关分析Y X1 X2 X3 CY 1 0.99324608842507670.998026452957201-0.2477565308468775X1 0.9932460884250767 10.9902514953708315-0.2712079122261235X2 0.9980264529572010.9902514953708315 1-0.2619643078387446X3 -0.2477565308468775-0.2712079122261235-0.2619643078387446 1C进行相关分析的结果如上，从图中可看出税收收入Y与国内生产总值X1、财政支出X2之间都成高度正相关，这表明利用线性模型解释他们之间的关系是比较合适的。
但是由表中也可看出X3与被解释变量Y或其他解释变量之间呈低度负相关，所以，应当把X3作为随机扰动项剔除出模型。
散点图上图为解释变量国内生产总值和被解释变量税收收入的散点图，由图可知，大多数散点都分布在一条直线左右，可以认为X1和Y之间呈高度线性相关。
上图为解释变量财政支出和被解释变量税收收入的散点图，由图可知，大多数散点都分布在一条直线左右，可以认为X2和Y之间呈高度线性相关。
知，大多数散点呈现不规则分布，可以认为X3与Y之间不存在线性相关，因此，可剔除变量X3。
参数估计：相关分析表明Y与X1、X2之间有较强的现行关系，因此可建立二元线性回归模型：Y=β1X1+β2X3+β3X3+C，并进行参数估计。
Dependent Variable: YMethod: Least SquaresDate: 10/24/12 Time: 17:42Sample: 1978 2010Included observations: 33Coefficient Std. Error t-Statistic Prob.X1 0.044991 0.011971 3.758446 0.0007X2 0.617754 0.056241 10.98396 0.0000C -421.2810 266.8090 -1.578961 0.1248R-squared 0.997319 Mean dependent var 13986.62Adjusted R-squared 0.997140 S.D. dependent var 19080.64S.E. of regression 1020.341 Akaike info criterion 16.78017Sum squared resid 31232897 Schwarz criterion 16.91622Log likelihood -273.8728 Hannan-Quinn criter. 16.82595F-statistic 5580.192 Durbin-Watson stat 1.226442Prob(F-statistic) 0.000000上图为回归分析结果，由图可得出下面的估计方程：Y=﹣421.2810+0.0499X 1+0.6178X 2 (﹣1.5790) （3.7584）（10.9840） R 2=0.9973 DW=1.2264 F=5580.1920由方程可知，每当国内生产总值增加一个单位，税收收入则会产生0.0499个单位的增长，每当财政支出增加一个单位，税收收入则会有0.6178个单位的增长，C 值表明除去GDP 和财政支出对税收收入的影响外，还存在一些其他对被解释变量具有显著影响。
该模型表明GDP 和财政支出的增长并不会导致税收收入的大幅增长，符合现实情况。
由图可看出，R 2 、R —2接近于1，表明模型的拟合效果非常好，F 检验的相伴概率为0.0000反应变量间呈高度相关性，方程回归效果显著。
回归系数的t 统计量表明X 1 X 2对Y 具有显著影响；DW=1.2264，对于n=33 k=2时查表可知d L =1.38 d U =1.51 根据判定法则，残差序列不存在自相关。
六、检验1.经济意义检验：对于我们所做出的回归方程，基本符合正常的经济现象，随着国家经济发展水平的逐步提升，税收作为国家财政收入的重要来源也在逐渐的升高，政府对公共财政的需求提高也会对当年的税收产生影响，若财政支出需要增加也就意味着，税收也要提高。
但是需要注意的是β1β2说明了，在经济正常稳定增长的情况下，税收不会大幅提高或快速增长。
2.统计检验a.拟合优度检验：从分析结果我们可以看到，R 2=0.9973 ，调整的可决系数R —2=0.9971，数值接近于1，表明模型的拟合效果非常好，数据线性关系明显，分析结果较真实。
b.T 检验：t 统计量的三个数值的绝对值分别为|t1|=3.7584、|t2|=10.9840、|t3|=1.5790，给定显著性水平α=0.05，查t 分布表中自由度为30的相应临界值，得到t 2（30）=2.042，模型中两个解释变量的t 值都大于该临界值，所以拒绝原假设，即是说模型中引用的两个解释变量都在95%的水平下影响显著，都通过了变量的显著性检验。
C.F检验：从图表里可以看出，F=5580.1920，给定显著性水平α=0.05，查F分布表，得到临界值F0.05=3.32，显然F>Fα(k,n-k-1)，因此表明模型的线性关系在95%的置信水平下显著成立。
七、预测运用趋势分析预测2011年国内生产总值和财政支出分别为438112.6亿元、108930.1亿元，通过方程预测得到2011年的税收收入为89701.12亿元。
预测结果如下图，预测值（蓝线）在一定范围内与真实值之间有一定差距（红线）参考文献[1]李子奈:计量经济学[M].北京:高等教育出版社,2000[2]易丹辉:《数据分析与EVIEWS应用》,中国统计出版社，2002[3]国家统计局网站。
