一元線性回歸

1、山東輕工業(yè)學(xué)院實(shí)驗(yàn)報(bào)告成績(jī)課程名稱計(jì)量經(jīng)濟(jì)學(xué) 指導(dǎo)教師 實(shí)驗(yàn)日期院（系） 商學(xué)院 專業(yè)班級(jí) 實(shí)驗(yàn)地點(diǎn)四機(jī)房學(xué)生姓名 學(xué)號(hào) 同組人實(shí)驗(yàn)項(xiàng)目名稱 計(jì)量經(jīng)濟(jì)學(xué)一元線性回歸模型實(shí)驗(yàn)一、實(shí)驗(yàn)?zāi)康暮鸵驟views基本操作：（1）數(shù)據(jù)的輸入、編輯與序列生成；（2）散點(diǎn)圖分析與描述統(tǒng)計(jì)分析；（3）數(shù)據(jù)文件的存貯、調(diào)用與轉(zhuǎn)換。利用Eviews做一元線性回歸模型參數(shù)的OLS估計(jì)、統(tǒng)計(jì)檢驗(yàn)、點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè)二、實(shí)驗(yàn)內(nèi)容對(duì)貨物運(yùn)輸量尸隨著國(guó)內(nèi)生產(chǎn)總值GDP變化的一元線性回歸模型進(jìn)行估計(jì)對(duì)估計(jì)結(jié)果進(jìn)行結(jié)構(gòu)分析對(duì)估計(jì)結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)假如2000年某市以1980年為不變價(jià)的國(guó)內(nèi)生產(chǎn)總值為620億元，求2000年貨物運(yùn)輸量

2、預(yù)測(cè)值及預(yù)測(cè)區(qū)間三、實(shí)驗(yàn)原理計(jì)量經(jīng)濟(jì)學(xué)研究問題的方法1.建立模型2.估計(jì)參數(shù)3.檢驗(yàn)?zāi)Ｐ?.經(jīng)濟(jì)預(yù)測(cè)四、主要儀器設(shè)備、試劑或材料運(yùn)用計(jì)算機(jī)軟件EViews作計(jì)量經(jīng)濟(jì)分析，課本 計(jì)算機(jī)五、實(shí)驗(yàn)方法與步驟首先，雙擊Eviews程序，進(jìn)入Eviews主程序。在菜單項(xiàng)一次點(diǎn) 擊 FileNewWorkfile，出現(xiàn)“Workfile create， 在“Data frequency” 中懸 著數(shù)據(jù)頻率：Annual （年度數(shù)據(jù)）Semi- Annual （半年數(shù)據(jù)）Quarterly （季度數(shù)據(jù)）Monthly （月度數(shù)據(jù)）Weekly （周數(shù)據(jù)）Daily（5-day week）（每周5天日數(shù)據(jù)）D

3、aily（7-day week）（每周 7 天日數(shù)據(jù)） Integer data （整數(shù)數(shù) 據(jù)）在起始年份和終止年份輸入“1985”和“1998”點(diǎn)擊“OK”出現(xiàn) “Workfile UNTITLED”工作框。在工作框中已有的兩個(gè)變量中“C” 代表截距；resid“代表殘差項(xiàng)。 Workfile: UNTITLED= | 回Vi巳囤 |p口匚 |dbj巳ct| Pint| Saw, | D4tail+，一| Shg | FTteh | Sto巳口目已拍| Gen| Sampl司Range: 1985 1998 - 14 obs Sample: 1985 1998 - 14 obsDisplay

4、 Filter: *回CS RESID輸入數(shù)據(jù)使用輸入命令，對(duì)組數(shù)據(jù)進(jìn)行輸入或編輯可直接輸入:data GDP Y點(diǎn)擊上圖組對(duì)話框的“Edit+/。，將數(shù)據(jù)進(jìn)行輸入估計(jì)參數(shù)在Eviews命令框中直接鍵入“LS Y C X”然后回車孺 EViews - Equation: UNTITLED Workfile: UNTTLEDUntitled E 回O File Edit Object View Proc Quick Options Window HelpViEw|lciiz|cibjEizt| 由訥職日住舊哭距| Estimate | FuEizast| Stats | Renids |Depe

5、ndent Variable: Y Method: Least Squares ate: 04/23/13 Time: 20:44 Sample: 1985 1998 Included observations: 14VariableCoefficientStd. Error t-StatisticProb.C12596.271244.56710.121010.0000GDP26.964154.1203006一 5417920.0000R-squared0.781002Mean dependent var20168.67Adjusted R-squared0.7627S2S.D. depend

6、ent var3512.487S.E. of regression1710.865Akaike info criterion17.85895Sum squared res id35124719Schwarz criterion17.96024Log likelihood-123.0126F-statistic42.7&505Durbin-Watson stat0.859998Prob(F-statistic0.000028IPath = c:usersadmini&tratc?rde DE = nor* | WF = untitlec 必根據(jù)上面的數(shù)據(jù)得出y=12596.27+26.95x(1

7、0.12)(6.54)R2=0.78結(jié)構(gòu)分析：這里所估計(jì)的參數(shù)1 = 26.95415表示國(guó)內(nèi)生產(chǎn)總值每增加 一億元，將會(huì)導(dǎo)致貨物運(yùn)輸量增加26.95415萬噸。這符合經(jīng)濟(jì)學(xué)中的常理。統(tǒng)計(jì)檢驗(yàn)在用Eviews得出回歸模型參數(shù)估計(jì)結(jié)果的同時(shí)，軟件已經(jīng)給出 了用于模型檢驗(yàn)的相關(guān)數(shù)據(jù)。由回歸結(jié)果可知，本例中的可決系數(shù)RA2=0.78，說明模型在整 體上對(duì)數(shù)據(jù)擬合較好。解釋變量“國(guó)內(nèi)生產(chǎn)總值”對(duì)被解釋變量“貨物運(yùn)輸量”的78%的變化做出了解釋。針對(duì)H : &= 0以H : P 0，由圖可以看出?；?&的標(biāo) 準(zhǔn)誤差和t0值分別為4.1203和6.541792,回歸系數(shù)何的標(biāo)準(zhǔn)誤差和0t值分別為1244.

8、567和10.12101。在給定的顯著水平a為0.05時(shí)， 的置信2程度下對(duì)貨物運(yùn)輸量的影響是顯著的，即通過了變量的顯著性 檢驗(yàn)，同理，卜 t (n - 2)說明截距項(xiàng)在95%的置信程度下對(duì)貨 物運(yùn)輸量的影響是顯著的。預(yù)測(cè)假如給出2000年某市以1980年不變價(jià)的國(guó)內(nèi)生產(chǎn)總值為620億元， 求2000年貨物運(yùn)輸量預(yù)測(cè)值及預(yù)測(cè)區(qū)間。用Eviews軟件操作如下：主菜單QuickSample在打開的當(dāng)前樣本區(qū)間選擇框中分別輸入1980,2000主菜單QuickEmpty Group，編輯數(shù)量GDP的數(shù)據(jù)，輸入GDP2000 年的實(shí)際值，在回歸模型估計(jì)結(jié)果顯示窗口的命令中，單桿。recast 命令，打開預(yù)測(cè)窗口，預(yù)測(cè)結(jié)果變量名的缺省選擇為YF，選擇靜態(tài) 預(yù)測(cè)，點(diǎn)擊OK鍵。故得到2000年某市貨物運(yùn)輸量預(yù)測(cè)值為29307.84億元。六、討論、心得通過利用Eviews軟件將所學(xué)到的計(jì)量知識(shí)進(jìn)行實(shí)踐，讓我加深 了對(duì)理論的理解和掌 握，直觀而充分地體會(huì)到老師課堂講授內(nèi)容的 精華之所在。在實(shí)驗(yàn)過程中我們提高了手動(dòng)操作軟件、數(shù)量化分析與 解決問題的能力，還可以培養(yǎng)我在處理實(shí)驗(yàn)經(jīng)濟(jì)問題的嚴(yán)謹(jǐn)?shù)目茖W(xué)的 態(tài)度，并且避免了課堂知識(shí)與實(shí)際應(yīng)用的脫節(jié)。雖然在實(shí)驗(yàn)過程中出 現(xiàn)了很多錯(cuò)誤，但這些經(jīng)驗(yàn)卻錘煉了我們發(fā)現(xiàn)問題的眼光，豐富了我 們分析問題的思路。通過這次實(shí)