一元回歸分析實(shí)驗(yàn)報(bào)告

實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)?zāi)康模簶?gòu)建一元及多元回歸模型，并作出估計(jì)熟練掌握假設(shè)檢驗(yàn)對構(gòu)建的模型進(jìn)行回歸預(yù)測實(shí)驗(yàn)內(nèi)容：對1970——1982年某國實(shí)際通貨膨脹率、失業(yè)率和預(yù)期通貨膨脹率進(jìn)行分析，根據(jù)下表（表一）提供的數(shù)據(jù)進(jìn)行模型設(shè)定，假設(shè)檢驗(yàn)及回歸預(yù)測。表一年份YX2X319705.924.904.7819714.305.903.8419723.305.603.3119736.234.903.44197410.975.606.8419759.148.509.4719765.777.706.5119776.457.105.9219787.606.106.08197911.475.808.09198013.467.1010.01198110.247.6010.8119825.999.708.00實(shí)驗(yàn)步驟：模型設(shè)定：為分析實(shí)際通貨膨脹率（Y）分別和失業(yè)率（X2）、預(yù)期通貨膨脹率（X3）之間的關(guān)系，作出如下圖所示的散點(diǎn)圖。圖一圖二從上示散點(diǎn)圖可以看出實(shí)際通貨膨脹率（Y）分別和失業(yè)率（X2）不呈線性關(guān)系，與預(yù)期通貨膨脹率（X3）大體呈現(xiàn)為線性關(guān)系，為分析實(shí)際通貨膨脹率（Y）分別和失業(yè)率（X2）、預(yù)期通貨膨脹率（X3）之間的數(shù)量關(guān)系，可以建立單線性回歸模型和多元線性回歸模型：2．估計(jì)參數(shù)在Eviews命令框中輸入“l(fā)sycx2”，按回車，對所給數(shù)據(jù)做簡單的一元線性回歸分析。分析結(jié)果見表二。表二DependentVariable:YMethod:LeastSquaresDate:10/09/11Time:17:23Sample:19701982Includedobservations:13VariableCoefficientStd.Errort-StatisticProb.

C1.3238311.6262840.8140220.4329X30.9601630.2286334.1995880.0015R-squared0.615875

Meandependentvar7.756923AdjustedR-squared0.580955

S.D.dependentvar3.041892S.E.ofregression1.969129

Akaikeinfocriterion4.333698Sumsquaredresid42.65216

Schwarzcriterion4.420613Loglikelihood-26.16904

F-statistic17.63654Durbin-Watsonstat1.282331

Prob(F-statistic)0.001487

由回歸分析結(jié)果可估計(jì)出參數(shù)、即

（1.626284）（0.228633）F=17.63654n=13剩余項(xiàng)、實(shí)際值、擬合值的圖形多元回歸分析結(jié)果表三DependentVariable:YMethod:LeastSquaresDate:10/09/11Time:17:29Sample:19701982Includedobservations:13VariableCoefficientStd.Errort-StatisticProb.

C7.1059751.6185554.3903210.0014X2-1.3931150.310050-4.4931960.0012X31.4806740.1801858.2175060.0000R-squared0.872759

Meandependentvar7.756923AdjustedR-squared0.847311

S.D.dependentvar3.041892S.E.ofregression1.188632

Akaikeinfocriterion3.382658Sumsquaredresid14.12846

Schwarzcriterion3.513031Loglikelihood-18.98728

F-statistic34.29559Durbin-Watsonstat2.254851

Prob(F-statistic)0.000033

由回歸結(jié)果可以估計(jì)出即剩余項(xiàng)、實(shí)際值、擬合值的圖形擬合優(yōu)度的度量：由表二和表三可知，一元回歸分析的可絕系數(shù)為0.615875，二元回歸分析的可絕系數(shù)為0.872759，因?yàn)槎嘣貧w模型的可絕系數(shù)大于一元回歸模型的可絕系數(shù)，所以多元回歸模型擬合的比一元回歸模型要好。3.模型檢驗(yàn)：1．經(jīng)濟(jì)意義檢驗(yàn)由所估計(jì)的參數(shù)知，在其他條件保持不變的情況下，當(dāng)預(yù)期通貨膨脹率每增加1%，平均說來實(shí)際通貨膨脹率會增加%；當(dāng)失業(yè)率每增加1%，平均說來實(shí)際通貨膨脹率會減少%。2.統(tǒng)計(jì)檢驗(yàn)表三中，可絕系數(shù)（R-squared）為0.872759，可修正的可絕系數(shù)（AdjustedR-squared）為0.847311，說明所建模型整體上對樣本你和較好。3．F檢驗(yàn)針對，給定顯著性水平，在F分布表中查出自由度為k-1=2和n-k=9的臨界值。由表3中得到F=34.29559。由于F=34.29559>,應(yīng)拒絕原假設(shè)，說明回歸方程顯著，即“失業(yè)率”、“預(yù)期通貨膨脹率”等變量聯(lián)合起來確實(shí)對“實(shí)際通貨膨脹率”有顯著影響。4．T檢驗(yàn)：對回歸系數(shù)的T檢驗(yàn)：分別針對，又表三可以看出，估計(jì)的回歸系數(shù)應(yīng)的統(tǒng)計(jì)量分別為4.390321、-4.493196、8.21750，給定顯著性水平，在t分布表中查出自由度為n-k=9的臨界值。其絕對值均大于，這說明在給定顯著性水平下，分別應(yīng)當(dāng)拒絕，也就是說，當(dāng)在其他解釋變量不變的情況下，解釋變量“失業(yè)率”、“預(yù)期通貨膨脹率”分