当前位置：文档之家 › Eviews实验课讲义_3一元多元线性回归_上机课

Eviews实验课讲义_3一元多元线性回归_上机课

  • 格式：pdf
  • 大小：138.46 KB
  • 文档页数：10

下载文档原格式

  / 10

合集下载

《计量经济学》eviews实验报告多元线性回归模型

《计量经济学》eviews实验报告多元线性回归模型

36468.8
2013
517.11
1316.34
40321
2014
530.83
1333.4
43910
要求：
（1）试建立二元线性回归销售模型。
（2）考虑北京地区有人口万人，人均年收入为元，试北京市汽车拥有量做出预测。
二、实验目的
掌握多元线性回归模型的原理，多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。
x2t（人均收入）
2000
104.12
1113.53
10349.7
2001
114.47
1127.89
11577.8
2002
133.93
1142.83
12463.9
2003
163.07
1154.06
13882.6
2003
182.42
1167.76
15637.8
2005
182.42
1184.14
17653
三、实验步骤（简要写明实验步骤）
（1）建立二元线性回归销售模型
（2）预测
在上方输入ls y c x3 x4回车得到下图
在回归方程中有Forecast，残差立为yfse，点击ok后自动得到下图
在上方空白处输入ls y c x3 x4---之后点击proc中的forcase中se输入yfse点击ok得到2015预测值
《计量经济学》实验报告多元线性回归模型
一、实验内容
建立2000-2014年北京市民用汽车拥有量模型。
调查北京市民用汽车拥有量数据见表1。观测变量分别是民用汽车拥有量yt(万辆),北京市年末人口数x1t（万人）和城镇人均可支配收入x2t（千元）。
计量经济学上机实验

计量经济学上机实验

计量经济学上机实验上机实验一：一元线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参数估计并进行检验上机步骤：中国内地2011年中国各地区城镇居民每百户计算机拥有量和人均总收入一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y X2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y X2.相关图：键入命令 SCAT Y X 散点图：趋势图：上机结果：Yˆ11.958+0.003X=s (βˆ) 5.6228 0.0002t (βˆ) 2.1267 11.9826prob 0.0421 0.00002=0.831 R2=0.826 FR=143.584 prob(F)=0.0000上机实验二：多元线性回归模型实验目的：多元回归模型的建立、比较与筛选，掌握基本的操作要求并能根据理论对分析结果进行解释实验内容：对线性回归模型进行参数估计并进行检验上机步骤：商品的需求量与商品价格和消费者平均收入趋势图：散点图：上机结果:i Yˆ=132.5802-8.878007X1-0.038888X2s (βˆ) 57.118 4.291 0.419t (βˆ) 2.321 -2.069 -0.093prob 0.0533 0.0773 0.9286 R2=0.79 R2=0.73 F =13.14 prob(F)=0.00427三：非线性回归模型实验目的：EViews软件的基本操作实验内容：对线性回归模型进行参上机步骤：我国国有独立核算工业企业统计资料一．建立工作文件：1.在主菜单上点击File\New\Workfile；2.选择时间频率，A3.键入起始期和终止期，然后点击OK；二．输入数据:1.键入命令：DATA Y L K2.输入每个变量的统计数据；3.关闭数组窗口（回答Yes）;三．图形分析：1.趋势图：键入命令PLOT Y K L2.相关图：键入命令 SCAT Y K L四．估计回归模型：键入命令LS Y C K L上机结果：Y =4047.866K1.262204L-1.227157s (βˆ) 17694.18 0232593 0.759696t (βˆ) 0.228768 5.426669 -1.615325prob 0.8242 0.0004 0.1407R2=0.989758 R2=0.987482 F=434.8689 prob(F)=0.0000上机实验四：异方差实验目的：：掌握异方差的检验与调整方法的上机实现实验内容：我国制造工业利润函数行业销售销售行业销售销售实验步骤：一．检验异方差性1．图形分析检验：1) 观察Y、X相关图：SCAT Y X2) 残差分析:观察回归方程的残差图LS Y C X在方程窗口上点击Residual按钮；2． Goldfeld-Quant检验：SORT XSMPL 1 10LS Y C X（计算第一组残差平方和）SMPL 19 28LS Y C X（计算第二组残差平方和）计算F统计量，判断异方差性3．White检验：SMPL 1 28LS Y C X在方程窗口上点击：View\Residual\Test\White Heteroskedastcity 由概率值判断异方差性。

《计量经济学》(庞浩第一版)第三章多元线性回归模型eviews上机操作

《计量经济学》(庞浩第一版)第三章多元线性回归模型eviews上机操作

第三章多元线性回归模型案例分析一、研究目的1提出问题：研究中国税收收入增长的主要原因(必须要有研究的意义，且具创新价值)2分析问题：从宏观经济看经济增长是税收增长的源泉；公共财政的需求；物价水平；税收政策（要注重经济理论的相关性和逻辑性）二、模型设定1被解释变量：为了全面反映中国税收增长的全貌，选择包括中央和地方的的“国家财政收入”中的各项税收作为被解释变量2解释变量：选择“国内生产总值GDP”作为经济整体增长水平的代表；选择中央和地方“财政支出”作为公共财政需求的代表，选择“商品零售物价指数”作为物价水平的代表，而由于财政体制的改革难以量化，且1985年后财税体制改革对税收增长影响不是很大，故暂不考虑。

3设定线性模型为：Y t= β1+β2X2t+β3 X3t+β4 X4t +u t注：X1默认为14经济理论构造成功之后，即着手收集数据资料（这要借助统计学的知识进行整理，并不是什么数据都可以直接拿来用。

首先，数据来源的权威性，即必须保证数据的准确可靠性，不能随意捏造，其次，数据的合理分类，最后是数据的合理运用）附：数据三、估计参数利用eviews3.0进行分析1建立工作文件新建工作文档：file-new-workfile，在打开的workfile range 对话框中的workfile frequency 中选择annual，start date 输入1978，end date输入2002，点击ok。

2输入数据直接在命令窗口输入“data Y X2 X3 X4 、、、”本案例中输入data Y X2 X3 X4然后是将excel中的数据复制过来，并点击name命名GROUP01。

3估计参数直接在命令窗口输入“LS Y C X2 X3 X4 、、、”。

LS是做最小二乘估计的命令，Y为被解释变量，C为截距项，X为解释变量，注意LS Y C X之间要有空格，被解释变量紧接在命令LS之后。

本案例中输入LS Y C X2 X3 X4 本题中得到下表，点击name 命名eq01。

第三次实验(EVIEWS实现多元线性回归)

第三次实验(EVIEWS实现多元线性回归)


7/2/2013
榆林学院数学系统计教研室
9
三、检验方程
1、经济意义检验
模型结果表明在假定户主受教育年限不 变的情况下，家庭月平均收入增加1元，家 庭书刊年消费支出将增加0.086元；在假定 家庭平均月收入不变的情况下，户主受教育 年数增加1年，家庭书刊年消费支出将增加 52.37元。这与我们的认识大致相符。
7/2/2013
榆林学院数学系统计教研室
11
四、进行点预测和区间预测
现有一户家庭的月均收入为4000元，户主受教育年数为 18年，预测该户家庭的书刊消费是多少，构造该估计值 95%的置信区间。
7/2/2013
榆林学院数学系统计教研室
12
四、进行点预测和区间预测
可得当X1=4000，X2=18时，Y等于1238.45。 由单值预测和条件均值预测的公式：
10222021一绘制散点图和样本相关阵从样本相关阵可以看出家庭书刊消费与家庭收入户主受教育年数之间的相关系数高达0788517和0960757说明家庭书刊消费与家庭收入户主受教育年数有显著的线性关系可以考虑建立二元线性回归模型
《计量经济学》实验指导 ——基于Eviews软件 实验三：运用EVIEWS建立多元线 性回归并进行相关检验
7/2/2013
榆林学院数学系统计教研室
5
一、绘制散点图和样本相关阵
从样本相关阵可以看出，家庭书刊消费与 家庭收入、户主受教育年数之间的相关系数高 达0.788517和0.960757 ，说明家庭书刊消 费与家庭收入、户主受教育年数有显著的线性 关系，可以考虑建立二元线性回归模型。
7/2/2013
7/2/2013
榆林学院数学系统计教研室
2
多元线性回归模型建模步骤
第三讲eviews多元线性回归模型ppt课件

第三讲eviews多元线性回归模型ppt课件

（2）对于包含的解释变量个数不同的模型，可以用调整后的决定系数直接比 较它们的拟合优度的高低。
“雪亮工程"是以区（县）、乡（镇） 、村（ 社区） 三级综 治中心 为指挥 平台、 以综治 信息化 为支撑 、以网 格化管 理为基 础、以 公共安 全视频 监控联 网应用 为重点 的“群 众性治 安防控 工程” 。
3.2 多元线性回归模型的检验
3.2.1 拟合优度检验
拟合优度是指样本回归直线与观测值之间的拟合程度。 1．多重决定系数
总离差平方和=残差平方和+ 回归平方和 自由度: （n-1）= （n-k-1）+ k ESS：由回归直线（即解释变量）所解释的部分，表示x对y的线性影响。 RSS：是未被回归直线解释的部分，由解释变量x对y影响以外的因素而造成的。
507.7
613.9
563.4
501.5
781.5
541.8
611.1
1222.1
793.2
660.8
792.7580.8Fra bibliotek612.7
890.8
1121.0
1094.2
1253.0
家庭收入 x 1027.2 1045.2 1225.8 1312.2 1316.4 1442.4 1641.0 1768.8 1981.2 1998.6 2196.0 2105.4 2147.4 2154.0 2231.4 2611.8 3143.4 3624.6
“雪亮工程"是以区（县）、乡（镇） 、村（ 社区） 三级综 治中心 为指挥 平台、 以综治 信息化 为支撑 、以网 格化管 理为基 础、以 公共安 全视频 监控联 网应用 为重点 的“群 众性治 安防控 工程” 。
多重决定系数或决定系数是指解释变差占总变差的比重，用来表述解 释变量对被解释变量的解释程度：
《计量经济学》eviews实验报告一元线性回归模型

《计量经济学》eviews实验报告一元线性回归模型

《计量经济学》实验报告一元线性回归模型
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ls y c x回车得到下图
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-descriptive statistics得到残差直方图
打开工作文件第二个中的structure将workfiels选中第一个,将右边改为16个
之后打开工作文件xy右键双击,open-as grope
在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图
在上方空白处输入ls y c s---之后点击proc 中的forcase 根据
公式)|(0^
0X Y Y E 得到2015估计量
四、实验结果及分析(将本问题的回归模型写出,并作出经济意义检。

实验课eviews基本操作与一元线性回归.ppt

实验课eviews基本操作与一元线性回归.ppt

变量转换 随机变量的正态检验
1. 变量的转换
做一个对数模型
ln(chukou) ln(gdp)
需要对chukou和gdp的数据进行对数化处理 Quick/Generate Series… 在弹出的对话框中输入命令: chukoul = log(chukou) gdpl = log(gdp)
Upper-left data cell指明数据的范围
手动输入数据
Quick/Empty Group
将数据绘图
View/Graph/Line Quick/Graph 利用数组绘图
在数据组窗口中，
View/Multiple Graphs
描述性统计
打开数据组 View/Descriptive Stats
当工作文件中包含大量对象时，很难查找到指定的对 象。可以使用工作文件中的显示限制来解决这一问题。在 工作文件窗口中选择View/Display Filter，或者双击工作文 件窗口中的Filter。将显示一个对话框，这个对话框有两部 分组成。在编辑区域内，可以放置一个或几个名字的描述， 可以包括通配符“*”（与任何字符相匹配）和“？”（与 任何单个字符相匹配）。在编辑区域的下面是一系列复选 框，对应于不同类型的EViews对象。EViews将仅仅显示与 编辑区域中名字相匹配的指定类型的对象。
在标题栏的正下方是菜单和工具条，利用菜单和工具条 可以方便地实现很多操作。工具条中的按扭仅仅是一种快捷 方式，可以方便地处理EViews的主菜单中的一些操作。如 菜单“View/Name Display”可以实现大小写转换。默认是小 写。
工作文件的范围、样本和显示限制
在工具条的下面是两行信息栏，在这里EViews显示工作文 件的范围（结构）、工作文件的当前样本（被用于计算和统计 操作的观测值的范围）和显示限制（在工作文件窗口中显示对 象子集的规则）。双击这些标签并在对话框中输入相关的信息， 可以改变工作文件的范围、样本和显示限制。
计量经济学多元线性回归分析eviews操作PPT课件

计量经济学多元线性回归分析eviews操作PPT课件


人均GDP GDPP 1602.3 1727.2 1949.8 2187.9 2436.1 2663.7 2889.1 3111.9 3323.1 3529.3 3789.7
该两组数据是1978~2000年的时间序列数据 （time series data）
1、建立模型 拟建立如下一元回归模型
CONSP C GDPP 采用Eviews软件进行回归分析的结果见下表
μ~ N(0, 2I) 同一元回归一样，多元回归还具有如下两个重要假设：
假设7，样本容量趋于无穷时，各解释变量的方差趋于有 界常数，即n∞时，
1
n
x
2 ji
1 n
( X ji X j )2 Q j
或
1 xx Q n
其中：Q为一非奇异固定矩阵，矩阵x是由各解释变量 的离差为元素组成的nk阶矩阵
nk nk
第15页/共63页
四、参数估计量的性质
在满足基本假设的情况下，其结构参数的普
通最小二乘估计、最大或然估计及矩估计仍具 有：
同时，随线着性样性本、容无量偏增性加、，有参效数性估。计量具有： 渐近无偏性、渐近有效性、一致性。
1、线性性
βˆ (XX)1 XY CY
其中,C=(X’X)-1 X’ 为一仅与固定的X有关的行向量
2 ki
ki
ˆ 0 ˆ1
ˆ k
1 X 11
X k1
1 X 12
X k2
1 Y1 X 1n Y2 X kn Yn
即
(XX)βˆ XY
由于X’X满秩，故有 βˆ (XX)1 XY
第11页/共63页
将上述过程用矩阵表示如下：
即求解方程组：
βˆ (Y
Xβˆ )(Y
实验3计量经济学实验一元线性回归模型

实验3计量经济学实验一元线性回归模型

ˆ0~N(0,,n(2Xi XX i2 )2)
ˆ1 ~N(1,,
2
) (Xi X)2
三、知识点回顾
n 4、最小二乘估计量的性质及分布
随机干扰项 i 的方差 2 的估计 ˆ 0 和 ˆ 1 的方差表达式中都包含随机干扰项 i 的方差 2
，由于随机干扰项 i 实际上是无法观察测量的，因此其
量 Y 的平均值。
三、知识点回顾
1、四种重要的关系式
（2）总体回归函数（方程）： E(YXi)01Xi
其中总体回归参数真值 0 , 1 是未知的；总体回归方程也是 未知的。
（3）样本回归函数（方程）： Yˆi ˆ0 ˆ1Xi
在实际应用中，从总体中抽取一个样本，进行参数估计，从 而获得估计的回归方程，系数 ˆ 0 , ˆ1 为估计的回归系数；用 这个估计的回归方程近似替代总体回归方程，其中估计的回 归系数 ˆ 0 , ˆ1 是总体参数真值 0 , 1 的估计值；基于估计方程 计算的 Y ˆ i 就为 E (Y X i ) 的估计值； 由于我们从来就无法知道真实的回归方程，因此计量经济学 分析注重的是这个估计的回归方程和估计的回归系数；
据；普通最小二乘法给出的判断拟合程度的标准是：残差平
方和最小，即：m in Q ne i2n(Y i Y ˆi)2n Y i (ˆ0ˆ1 X i) 2
i 1
i 1
i 1
最小二乘法就是：在使上述残差平方和Q 达到最小时，确定
模型中的参数 ˆ 0 和 ˆ 1 的值，或者说在给定观测值之下，选
择出 ˆ 0 , ˆ1 的值，使残差平方和Q 达到最小。
接近，这也说明OLS估计值是非常有价值的。
三、知识点回顾
n 4、最小二乘估计量的性质及分布
用EVIEWS软件实现一元及多元线性回归分析预测法

用EVIEWS软件实现一元及多元线性回归分析预测法


2、预测实施阶段
1）明确问题 2）讨论问题 3）重新表述问题 4）再次进行畅谈 具体会议记录如下
A（模拟专家、组织者） ：我们今天要预测的主题是实体书店的发展与转型，就请各位专家一起讨论吧。 B（模拟专家） ：现在互联网非常便捷，国民可以通过网上商城想买什么就买什么，价格还比实体店便宜，在这样一 种互联网普及的时代，实体书店迟早会被数字化取代，实体书店是很难竞争过电子商城的。 C（模拟专家） ：我同意，比起电子商城，实体书店要占很多地，如今房价那么贵，经营成本只增不减，它的竞争对 手又是强大的互联网，传统实体书店很难发展下去。 A：所以大家都认为实体书店终会被取代了吗？ C：首先我当然希望实体书店不会消失，毕竟它伴随着我们长大，很多读者对书店有深厚的感情。其次它有它独特的 文化价值是网上商城无法取代的。但是在这利益驱使的社会，大多数的实体书店、民营书店若想发展想生存，它们 目前的经营模式是不可行的。
A：这个建议很好，在台湾有家书店名叫诚品书店，它的理念就是打造复合型书店，和大家所说的很相似。诚品的 发展策略打破了传统书店的经营模式，先由品牌奠定成功基础，再带动商场、书店与零售的“复合式经营” ，使书 店不只卖书，而是包罗书店、画廊、花店、商场、餐饮的复合组织。而它的营业时间还是 24 小时的，可以说它能 满足所有人群的需求。在台湾人们外出去买书去休闲，第一想到的会是诚品，可以说诚品推动了台湾文化的前进 与创新。 C：所以这又是一条好建议，那就是实体书店转型成复合型的创新企业，起初可以模仿台湾诚品书店的做法，以后 可以不断加入当地的特色文化，建造独一无二的复合型书店。让书店成为一个创意产业。 B：我也想到一点，我们福州路有好几家书店，但都是大型的，我们可以以上海书城为中心，建设实体书店文化圈， 我们在这一片建造各式各样的书店，卖不同类型的书，建造不同风格的外观，有小的也有大的，让这个文化圈成 为上海一道风景线，并且推动城市文化的创新与发展。这样不仅提升城市形象，也成为又一个旅游景点，带动经 济发展，为书店带来盈利和名声。 A：大家提了很多好建议，让我整理一下。 A：现在一共有 5 条建议了。我们从书品种、补贴政策、国民阅读习惯、书店经营模式、以及建造书店文化圈的几 个角度来为实体书店的发展和转型提供了建议。这几个建议的根本目的就是为了使书店更好的盈利，能够有实力 生存发展下去。大家还有要补充的吗？ D：你说我们是为了书店更好的盈利，我们讨论了半天都是围绕“利”这个字。 C：对，我一开始也提到了如今是利益驱使的社会，实体店赚不了钱就要倒闭。 B：恩，如果赚不了钱还要运营下去只能靠国家补贴，但是国家也不会投入很多的钱去支持它们的，毕竟数量有限。 D：其实除了国家的政策支持，我们还有那么多庞大的企业，为什么不说服它们赞助呢？ A：目前的企业，很少有会去赞助这种投下去无底洞又不还本的事业。若真要举例的话，那就是公益事业还有些大 型企业赞助，它们赞助已不是为了盈利，而是打造企业形象。 D：没错，企业形象是很重要的，好的社会形象虽是无形的，但它在未来所带来的商业潜能是无穷的，我想企业是 不会错失这种机会的。 A：但我们的书店并不是公益机构吧？ D： 我觉得把书店归并到公益事业不是未尝不可的。 我们之前提了那么多， 书店的存在的意义远不只是为了盈利了， 它的深远意义要伟大很多：文化的引导，一个好阅读习惯的保护，人们的精神养料，更是城市的文化象征与推动。 所以如今，当书店越来越难走的情况下，我们将它的定义改成公益机构，去由不同的企业赞助，让企业为它们打 广告，让企业为城市文化做贡献。对于企业来说是一种回报社会的方式，也建立了良好的社会形象，对于书店来 说有了经济支持，它的重心不是赚钱了而是提升服务提升自身价值，两全其美。 C：我觉得挺靠谱， 只不过这要是一个长期的事业，首先还要让大家重视起书店的重要性。 D：恩，慢慢来。 A：好，这样我们的建议更完善了，第六条，让书店成为公益机构，由企业赞助，长期保护好书店。 A：那我们这次讨论就结束了，回头我会整理出这次会议内容，散~
eviews入门模型线性回归模型 PPT课件

eviews入门模型线性回归模型 PPT课件

第二章 线性回归模型
一元线性回归模型 多元线性回归模型 可线性化模型 虚拟变量
一元线性回归模型案例
Case1是黑龙江省伊春林区1999年16个林业 局的年木材采伐量和相应伐木剩余物数据。
下面利用该数据介绍怎样利用EViews软件进 行OLS回归
1、数据文件的读取或打开。
例5
中国进出口模型。中国进出口贸易总额数据 （1950-1984年）见trade.xls。试检验改革开放前 后该时间序列的斜率是否发生变化。
以1978年前为0
y b0 b1x a1D1 a2 X D1 u
例6 虚拟变量在季节调整中的应用
1982 : 1 ~ 1985 : 4中国季度酒销量(y,，万吨) 数据见case36，这是一个时间序列数据，呈 明显的季节变化特征，建立模型时应该加入 季节虚拟变量以描述季节特征。
在Forecast sample选择区把预测范围从1 ~ 17改为17 ~ 17，即只预测x =20时的y的值。
多元线性回归模型案例
case2是1950-1987年间美国机动汽油消费量 和影响消费量的变量数值。其中各变量表示： QMG-机动车汽油消费量；MOB-汽车保有量； PMG-机动汽油零售价格；POP-人口数； GNP-按照1982年美元计算的GNP；以汽油 消费量为因变量，其它变量为自变量，建立 一个回归模型。
或等价的输入变量列表
Ls Qmg c car pmg pop rgnp
2．预测
菜单命令是对方程对象操作proc/forecast ,或 直接从工具栏中选Forecast，Eviews会产生 一个新的对话框，可以生成名为原自变量名 加f名的新序列，也可自己命名。
RMSE 均方根误差； MAE平均绝对误差 MAPE即平均绝对百分误差 Theil inequality coefficient 希尔不等系数 Bias proportion 偏差率 Variance proportion 方差率 Covariance proportion 协变率

EViews应用(培训)(eviews 软件培训讲义-中国人民大学 易丹辉)

10
（三）
2. 回归方程的显著性检验 回归方程的F检验 作用 检验统计量 检验标准 3. R 2 和修正的 R 2 R 2 ） （ 4. 其它检验
11
（四）
自变量的选择与共线性
1. 自变量的选择
2. 共线性的识别
3. 共线性的消除 4. 逐个剔除法
12
（五）
滞后变量模型
1. 有限分布滞后模型 仅自变量滞后的模型
Dt =
（ E
1 0
yt ） =
Dt 0 0 1E ( xt ) ( 0 ) 1E ( xt ) Dt 1
H0：
= 0
16
（2）乘法形式
yt
= 0 +
1 xt
+

Dt
Dt
xt
+
t
1 = 0
E（ y t） =
Dt 0 0 1E ( xt ) 0 ( 1 ) E ( xt ) Dt 1
2. 虚拟变量设置原则
若某一定性变量有m种情况（状态），设虚拟 变量时，只能有m-1个。 3. 虚拟变量引入对模型的影响 引入虚拟变量，对模型截距、斜率的影响 对一般的线性回归模型
yt =
0 + 1 xt +
t
15
引入虚拟变量D
（1）加法形式
y t = 0 + 1 xt + Dt + t
5
导致残差序列的自相关的原因 数学模型选择不合适 模型中包含的自变量数目不合适 序列包含很强的趋势分量 滞后性 3. 残差序列的正态性检验 —— JB检验
6该检验的零假设是样本服从正态 Nhomakorabea 布．检验统计量

eviews一元线性回归模型分析PPT学习教案


9360.1
8
198
10556.5
9
国内生产总值
年
(x)
份
3624.1
199
0
4038.2
199
1
4517.8
199
2
4862.4
199
3
5294.7
199
4
5934.5
199
5
7171.0
199
6
8964.4
199
7
10202.2
199
8
11962.5
199
9
14928.3
200
0
16909.2
200
2．命令方式： LS y c x
表2.5.3
回归结果
第31页/共45页
第32页/共45页
表2.5.3中各项统计结果解释如下：
常数和解释 变量 C
X
参数估计值 199.8150 0.595977
参数标准差 204.5551 0.004501
t统计量 0.976827 132.4245
双侧概率 0.3393 0.0000
判定系数
调整的判定系 数
回归方程标准 差
残差平方和
似然函数的对 数
D-W统计量
0.998747 0.998690 687.9103 10410853 -189.8182 0.333719
被解释变量均 值
被解释变量标 准差
赤池信息准则
施瓦兹信息准 则
F统计量
F统计量的概率
19897.37 19006.77 15.98485 16.08302 17536.24 0.000000
图2.5.2 Workfile Range对话框
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

44,000 Y
48,000
60,000 50,000 40,000 30,000 20,000 10,000
52,000
116,000
114,000
4,500
X1 4,000 X2 3,500
3,000
2,500 2,000
1,500 36,000
40,000
112,000 110,000 108,000
1996
18.2
1432.93
1997 1998
19.3
1538.97
17.1
1663.63
练习数据 3.2： 10 个家庭收入与消费支出的界面数据。
家庭收入 X
家庭消费支出 Y
1
800.00
770.00
2
1200.00
1100.00
3
2000.00
1300.00
4
3000.00
2200.00
5
4000.00
R-squared
0.907296 Mean dependent var
3913.444
Adjusted R-squared
0.901502 S.D. dependent var
2580.715
S.E. of regression
809.9396 Akaike info criterion
16.33624
二、通过建立方程对象的方式来估计一个方程，并保存我们建立的方程对象。
Workfile 窗口下建立新的对象 ---equation 对象并命名，在 equation estimation
窗口下的 specification
选项卡下的 equation specification
对话框中设置因变量、自变量及常数项，在
0.982798 0.975630 688.2984 5685056. -139.5077 137.1164 0.000000
开组对象，发现所添加序列已经存在；查看其相关系数矩阵；结果如下；
Y
X1
X2
X3
X4
ห้องสมุดไป่ตู้
X5
Y
1.000000
0.944426
0.273995
0.399454
0.867587
0.553560
X1
0.944426
1.000000
0.011823
0.640175
0.960278
0.545450
X2
0.273995
四、在回归估计结果中显示方程的三种形式（即估计命令，回归方程的一般表达式，带有系数估 计值的表达式）
Estimation Command:
LS GDPP STEELP C Estimation Equation:
GDPP = C(1)*STEELP + C(2)
Substituted Coefficients:
23237.06 Schwarz criterion
10.02854
Log likelihood
-112.1927 F-statistic
2859.544
Durbin-Watson stat
0.550636 Prob(F-statistic)
0.000000
注意：建模途径： command: quick\estimation equation
2100.00
6
5000.00
2700.00
7
7000.00
3800.00
8
9000.00
3900.00
9
10000.00
5500.00
10
12000.00
6600.00
3.2 多元线性回归模型
一、做以因变量为横轴，多个自变量为纵轴的散点图，简单观察该因变量与多个自变量之间的关系。 案例数据： 中国粮食生产函数。 根据理论和经验分析， 影响粮食生产 （ Y）的主要因素有农业化肥施用量 （ X1）、 粮食播种面积（ X2）、成灾面积（ X3）、农业机械总动力（ X4）和农业劳动力（ X5），其中成灾面积的符号为负，其 余均应为正。下表给出了 1983—— 2000 中国粮食生产的相关数据，拟建立中国粮食生产函数。 Wokfile 窗口下建立 graph 对象，注意在序列对话框中首先输入 y，再依次输入 x1 到 x5, 首先生成系统默认的 折线图，通过 option 改成散点图，观察得到的图形结果，分析可知需要分轴显示或标准化处理，处理前后图形结 果如下；
44,000 Y
48,000
52,000
55,000
50,000
45,000
40,000
X3 35,000 X4 X5 30,000
25,000
20,000
15,000
10,000 36,000
40,000
44,000 Y
48,000
52,000
3
2
1
1.5
0
1.0
-1
X1
X2
0.5
-2
0.0
-3
-1.445299
0.1740
X5
-0.028425
0.202357
-0.140471
0.8906
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Prob.
C
-12815.75
14078.90
-0.910280
0.3806
X1
6.212562
0.740881
8.385373
0.0000
X2
0.421380
0.126925
3.319919
0.0061
X3
-0.166260
0.059229
-2.807065
0.0158
X4
-0.097770
0.067647
在 sample 或 range 中改变样本区间或文件区间（需补充观察值）后进行样本外预测。
对案例数据 1970 年 -1980 年美国的咖啡平均真实零售价格（每磅美元）与消费量（每人每日杯数）散点图观察
后，显示负相关的直线关系，操作过程同上。
实验作业——一元线性回归建模。
附录：练习数据 3.1
为了研究某市城镇每年鲜蛋的需求量，首先考察消费者年人均可支配收入对年人均鲜蛋需求量的影响。由经济理论知，当人均可支配
案例数据 2、 3、 4、 5： 10 个家庭人均收入与消费支出的横截面数据； 1978-2000 年中国人均消费模型； 1978
年 -2008 年市城镇居民年家庭收入和年消费性支出数据（
case1_1 的数据）； 1970 年 -1980 年美国的咖啡平均真实
零售价格（每磅美元）与消费量（每人每日杯数） （其中，零售价格是已经经过物价调整的）
0.011823
1.000000
-0.454908
-0.038479
0.182359
X3
0.399454
0.640175
-0.454908
1.000000
0.689565
0.355735
X4
0.867587
0.960278
-0.038479
0.689565
1.000000
0.454169
X5
0.553560
GDPP = 93.6876362857*STEELP - 3394.97191614
五、如何查看因变量的实际值、拟合值和回归方程的残差（包括表的形式和图的形式） 通过方程窗口下的 view 去实现实际值、拟合值和回归方程的残差；单独显示残差及标准化后的 残差；
2,000 1,000
0
12,000 10,000 8,000 6,000 4,000 2,000 0
-1,000
-2,000
86
88 90
92
94
96
98
00 02
Residual
Actual
Fitted
六、如何用我们建立的方程进行预测，可以进行样本预测，也可以进行样本外预测。
对于案例数据 1978 年 -2008 年市城镇居民年家庭收入和年消费性支出数据，进行样本与外的预测。
通过 equation 窗口中的 forecast 直接进行样本预测：查看图及 workfile 中的 yf 序列；
第三课 一元及多元线性回归模型
3.1 一元线性回归模型
一、做两个变量的散点图，从而看两个变量是否具有线性关系。
案例数据： 1985-2002 年我国人均钢产量与人均 GDP的时间序列数据（数据 3_1_1）。
操作方法：通过序列组的形式右键单击打开后，在
group 窗口下 view —— graph---scatter
收入提高时，鲜蛋需求量也相应增加。但是，鲜蛋需求量除受消费者可支配收入影响外，还要受到其自身价格、人们的消费习惯及其
他一些随机因素的影响。为了表示鲜蛋需求量与消费者可支配收入之间非确定的依赖关系，我们将影响鲜蛋需求量的其他因素归并到
随机变量 u 中，建立这两个变量之间的数学模型。表中给出
Y 为某市城镇居民人均鲜蛋需求量（公斤） ， X 为年人均可支配收入（元，
0.000000
1978-2000 年中国人均消费模型结果：
Variable C
Coefficient 201.1189
Std. Error 14.88402
t-Statistic 13.51241