定量分析實(shí)驗(yàn)報(bào)告

Eviews4.0上機(jī)實(shí)驗(yàn)報(bào)告一、 實(shí)驗(yàn)?zāi)康募耙螅赫莆者\(yùn)用Eviews軟件進(jìn)行多元回歸分析并進(jìn)行統(tǒng)計(jì)檢驗(yàn)的基本操作方法和步驟，對運(yùn)行結(jié)果進(jìn)行解釋。二、 實(shí)驗(yàn)內(nèi)容及步驟影響一個(gè)給定地點(diǎn)的餐廳的消費(fèi)者數(shù)量的因素有很多，但據(jù)分析主要的因素可能有：1.N在餐廳選址兩三英里的半徑范圍內(nèi)直接市場競爭者的數(shù)量。2.P在餐廳選址兩三英里的半徑范圍內(nèi)居民的數(shù)量。3.I人口的平均家庭收入?？梢詮囊陨先齻€(gè)方面，分析各種因素對WOODY餐廳選址的的具體影響。建立計(jì)量經(jīng)濟(jì)模型，研究影響餐廳選址的主要原因，為餐廳作出選址決策提供參考。在EViews中的操作步驟為：STEP1：建立工作文件：啟動EViews，點(diǎn)擊File=〉New=〉Workfile，出現(xiàn)對話框“WorkfileRange”。在“Workfilefrequency”中選擇“undatedorirregular”，并在“startobservation”中輸入“1”，在“endobservation”中輸入最后時(shí)間“33”，點(diǎn)擊“ok”，出現(xiàn)“WorkfileUNTITLED”工作框。其中已有變量：“c”一截距項(xiàng)“resid”一剩余項(xiàng)。STEP2:輸入數(shù)據(jù)：在“Objects”菜單中點(diǎn)擊“NewObjects”，在“NewObjects”對話框中選“Series”，并在“NameforObjects”上定義文件名Y，點(diǎn)擊“OK”窗口中出現(xiàn)了一個(gè)新序列丫，雙擊這個(gè)圖標(biāo)，可以得到Series:Y窗口。點(diǎn)擊Edit按鈕開始編輯數(shù)據(jù)！用同樣的方法建立N、P、I序列并輸入數(shù)據(jù)。STEP3:作散點(diǎn)圖：分別把YN、YP、YI兩個(gè)序列作為一個(gè)組打開。在這個(gè)組窗口中選View/Graph/Scatter/Simplescatter就可以得到相應(yīng)的散點(diǎn)圖。

STEP4:多元線形回歸的OLS估計(jì)：在EViews主頁界面點(diǎn)擊“Quick”菜單，點(diǎn)擊“EstimateEquation”，出現(xiàn)“Equationspecification”對話框，選OLS估計(jì)，即選擊“LeastSquares”，鍵入“丫NPI”，點(diǎn)“ok”或按回車，即出現(xiàn)如圖所示的回歸結(jié)果。

DependentVariable:YMethod:LeastSquaresDate:06/30/11Time:20:00Sample:133Includedobservations:33VariableCoefficientStd.Errort-StatisticProb.N-9074.6742052.674 -4.4209040.0001I1.2879230.543294 2.3705840.0246P0.3546680.072681 4.8798100.0000C102192.412799.83 7.9038910.0000R-squared0.618154Meandependentvar125634.6AdjustedR-squared0.578653S.D.dependentvar22404.09S.E.ofregression14542.78Akaikeinfocriterion22.12079Sumsquaredresid6.13E-KJ9Schwarzcriterion22.30218Loglikelihood-360.9930F-statistic15.64094Durbin-Watsonstat1.758193Prob(F-statistic)0.000003■Equation:UHTITLED Torkfile:UHTITLEDView|Feqn|Db」mt』Frint|ITamm|FrmmMm|Estimate|ForecastStatsResids]□El?三、分析和檢驗(yàn)回歸結(jié)果。□El?由EViews的回歸分析結(jié)果可知，總銷售額Y與周邊地區(qū)競爭者數(shù)量N,周邊地區(qū)居民人數(shù)P，周邊地區(qū)居民收入I之間的線性回歸方程是：Y=-9074.67N+0.35P+1.29I+102192.43（1） 理論意義檢驗(yàn)在進(jìn)行回歸分析之前，可以根據(jù)常理來推斷，位于某位置的店鋪其總銷售額Y與周邊地區(qū)競爭者的數(shù)量N之間應(yīng)該是負(fù)相關(guān)關(guān)系，與周邊地區(qū)居民人數(shù)之間應(yīng)該是呈正相關(guān)關(guān)系，與周邊地區(qū)居民收入I之間應(yīng)該是呈正相關(guān)關(guān)系。因此，回歸分析方程的系數(shù)應(yīng)該是，負(fù)數(shù)，正數(shù)，正數(shù)。從經(jīng)濟(jì)學(xué)意義看，N的系數(shù)表示周邊地區(qū)競爭者數(shù)量每增長1%，總銷售額將減少9074.67；P的系數(shù)表示周邊地區(qū)居民人數(shù)每增長1%，總銷售額將增加0.35；I的系數(shù)表示周邊地區(qū)居民收入每增長1%，總銷售額將增加1.29。根據(jù)上述回歸方程可以得知，該模型通過了理論意義檢驗(yàn)。（2） 擬合優(yōu)度檢驗(yàn)根據(jù)上圖回歸分析結(jié)果可知，擬合優(yōu)度R2數(shù)值為0.618，說明解釋變量對被解釋變量的解釋程度大約在61.8%，解釋變量所引起的變動占總變動的百分比比較高，而觀察點(diǎn)在回歸直線附近的密集度是相對來說較高的，擬合度較好，但不是特別理想。 _調(diào)整后的可決系數(shù)R2是0.579，表明57.9%的總銷售額（Y）變動可以通過周邊地區(qū)競爭者數(shù)量（N）、周邊地區(qū)居民人數(shù)（P）、周邊地區(qū)居民收入（【）來解釋。可見，不管是R2還是前，其值都是接近于1，但是距離較大，這表明，所選取的解釋變量不能完整的解釋被解釋變量，原因可能是解釋變量不完整，遺漏了某些重要的變量；也可能是某個(gè)或者某些解釋變量與被解釋變量之間的相關(guān)關(guān)系不顯著，可以剔除或者由其他解釋變量替代。(3)顯著性檢驗(yàn)(以顯著性水平a=0.05)——P值檢驗(yàn)法 P值檢驗(yàn)法假設(shè)H0：p1=0,H1：p產(chǎn)根據(jù)EViews的回歸分析結(jié)果EQ01,可以看到，解釋變量N的系數(shù)p1的P檢驗(yàn)值是0.001,明顯小于顯著性水平a=0.05，因此拒絕原假設(shè)H0。同樣的，假設(shè)H0：p2=0，H1：p2#0P2的P值為0.00004<a=0.05，因此拒絕原假設(shè)H0。假設(shè)H0：p3=0，H1：p3#0p3的P值為0.0246<a=0.05，因此拒絕原假設(shè)H0。 T值檢驗(yàn)法根據(jù)EQ1可得，t0=7.984,t1=-4.421,t2=4.880.t3=2.371在有表可以查詢的情況下，查表可得，t0054=2.045(雙邊檢驗(yàn))，t°.°5z=1.699(單邊檢驗(yàn)) .嘰在沒有表可以查詢的情況下，在EViews主程序界面上方空白處輸入vector(2)result，按Enter鍵，會發(fā)現(xiàn)工作文檔中多了一項(xiàng)數(shù)據(jù)result，雙擊打開出現(xiàn)如下界面：在EViews主程序界面上方空白處輸入result(1)=@qtdist(0.975,(eq01.@regobs-eq01.@ncoef))，按Enter鍵，再次雙擊打開result，看到其中的R1處有了數(shù)據(jù)，即如下界面：

在EViews主程序界面上方空白處輸入result(2)=@qtdist(0.95,(eq01.@regobs-eq01.@ncoef))，按Enter鍵，再次雙擊打開result，看到其中的R1處有了數(shù)據(jù)，即如下界面：■Vector:RESULTlorkfile:EVIETS1 J□JXVi/wjhgw|Ubj我姑|hint|NameJFre/zw|Edi |L角B1Sh-叩tjSta/tw〔LinwRESULTC1Lastupdated:06/21/11-15:56 aR12.045230R21.69912777<ll i 川I 項(xiàng)>\t0=7.984>t0.05(n-4)=2.045，|t1|=4.421>t0.05(n-4)=2.045，t2=4.880>t0.05(n-4)=2.045，t=2.371>t』t=2.3713 0.05(n-4)3可見，T檢驗(yàn)結(jié)果顯著，拒絕原假設(shè)60=0，p1=0，p2=0，P