计量经济学实验课2.doc

实验二 一元回归模型 【实验目的】 掌握一元线性、非线性回归模型的建模方法 【实验内容】 复习 一、建立工作文件 复习 二、输入数据 三、图形分析 四、估计线性回归模型 五、估计非线性回归模型 六、模型比较 七、预测 【例1】建立我国税收预测模型。表1列出了我国1985－1998年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请利用统计软件Eviews建立一元线性回归模型。 表1 我国税收与GDP统计资料 年份 税收 GDP 年份 税收 GDP 1985 2041 8964 1992 3297 26638 1986 2091 10202 1993 4255 34634 1987 2140 11963 1994 5127 46759 1988 2391 14928 1995 6038 58478 1989 2727 16909 1996 6910 67885 1990 2822 18548 1997 8234 74463 1991 2990 21618 1998 9263 79396 【实验步骤】 一、建立工作文件复习 复习 二、输入数据 三、图形分析 四、估计线性回归模型 1、菜单方式 如果不需要重新确定方程中的变量或调整样本区间，在小组数据组窗口中点击Proc\Make Equation，可以直接点击OK进行估计。也可以在Eviews主窗口中点击Quick\Estimate Equation，在弹出的方程设定框（图1）内输入变量或模型： Y C X 或 图1 方程设定对话框 2、命令方式 可以通过在Eviews主窗口中的命令窗口中键入LS命令来估计模型，其命令格式为： LS 被解释变量 C 解释变量 LS Y C X 系统将弹出一个窗口来显示有关估计结果（如图2所示）。 保存估计方程的输出结果 在估计方程输出窗口的菜单中点击Name，系统弹出方程对象命名对话框，以默认名EQ01保存输出结果，点击OK键。关闭方程输出窗口，输出结果以图标形式保存在工作文件中。 图2 我国税收预测模型的输出结果 图3 输出结果以图标形式保存 估计方程输出结果的含义 估计方程输出结果的报告式 方程截距项与斜率项的t统计量的伴随概率均小于0.01的显著性水平，解释变量通过t检验，说明X是Y的一个显著影响因素。 如果不违背假设，这个估计结果表明，GDP每增长1亿元，我国税收收入将平均增加0.09646亿元。 估计方程的实际值、拟合值、残差表与图 在方程输出窗口菜单项中，点击View/Actual,Fitted,Residual/Table或Graph，观察残差项与拟合线。 图4实际值、拟合值、残差表 图5实际值、拟合值、残差图 五、估计非线性回归模型 由相关图分析可知，变量之间可以看成非线性的曲线相关关系。因此，可初步将模型设定为指数函数模型、对数模型和二次函数模型并分别进行估计。 在Eviews命令窗口中分别键入以下命令命令来估计模型： 双对数函数模型：LS log(Y) C log(X) 对数函数模型：LS Y C log(X) 指数函数模型：LS log(Y) C X 二次函数模型：LS Y C X X^2 还可以采取菜单方式，在上述已经估计过的线性方程窗口中点击Estimate项，然后在弹出的方程定义窗口中依次输入上述模型（方法通线性方程的估计），其估计结果显示如图6、图7、图8图、9所示。 双对数模型： (3.8305) (21.0487) 对数模型： (-8.3066) (9.6999) 指数模型： (231.7463) (27.2685) 二次函数模型： (7.4918) (3.3422) (3.4806) 图6 双对数模型回归结果 图7 对数模型回归结果 图8 指数模型回归结果 图9 二次函数模型回归结果 六、模型比较 四个模型的经济意义都比较合理，解释变量也都通过了T检验。但是从模型的拟合优度来看，二次函数模型的值最大，其次为指数函数模型。因此，对这两个模型再做进一步比较。 在回归方程（以二次函数模型为例）窗口中点击View\Actual,Fitted,Residual\ Actual,Fitted,Residual Table（如图10）,可以得到相应的残差分布表。 图10 回归方程残差分析菜单 上述两个回归模型的残差分别表分别如下（图11、图12）。比较两表可以发现，虽