- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
曲靖师范学院数学与信息科学学院
实 验 报 告 一 2015 年 11 月 11 日
实验题目
一元线性回归模型建立与检验
指导教师
孙丽萍
班级学号
2013111425
姓名
李正权
实验目的
使学生掌握
1.Eviews基本操作:
(1) 数据的输入、编辑与序列生成; (2) 散点图分析与描述统计分析; (3) 数据文件的存贮、调用与转换。
2. 利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测
实验仪器
计算机、eviews软件
实验理论基础
能熟练使用Eviews软件,运用其相关知识,会建立工作文件,基本对象,序列对象,数据处理,样本范围的设定,图形和统计量分析等,了解和掌握一元线性回归模型的基本原理及其一般的分析过程
实验要求
建立序列对象,组成群组对象,做出X、Y的散点图,
建立消费支出和可支配收入的一元线性回归方程,按标准输出回归模型估计报告。
3、对所建立的回归方程进行检验。包括(1)、经济意义检验,(2)、拟合优度和统计检验,并指出斜率的经济意义。
4、根据DW分布表判断是否存在自相关。若存在,进行消除。
5、将模型变为双对数模型,进行估计,并输出回归模型估计报告。
6、比较线性和非线性模型,你选择哪个,说明理由。
实验过程与步骤
打开Eviews软件,新建工作文件,新建序列,将实验所需数据输入,做出散点图。
可看出实际可支配收入(X)和实际消费支出(Y)的关系近似直线关系可建立线性回归模型。
在主菜单命令行键入:“ Y C X”,然后回车。即可直接出现如下图所示的计算结果。
Dependent Variable: Y
Method: Least Squares
Date: 11/24/15 Time: 22:51
Sample: 1978 2006
Included observations: 29
Coefficient
Std. Error
t-Statistic
Prob.??
C
2092.026
335.4415
6.236634
0.0000
X
0.437548
0.009311
46.99448
0.0000
R-squared
0.987922
????Mean dependent var
14856.03
Adjusted R-squared
0.987475
????S.D. dependent var
9472.097
S.E. of regression
1060.083
????Akaike info criterion
16.83655
Sum squared resid????Schwarz criterion
16.93085
Log likelihood
-242.1300
????Hannan-Quinn criter.
16.86609
F-statistic
2208.481
????Durbin-Watson stat
0.276840
Prob(F-statistic)
0.000000
=2092.026+0.437548X
(335.4415) (0.009311)
t=(6.236634) (46.99448)
R2=0.987922
模型检验
(1)、经济意义检验
这里所估计的参数β1=0.4377548表示实际可支配收入增加1元亿元,将会导致实际消费支出增加0.4377548亿元。这符合经济学中的常理。
(2)、拟合度和统计检验
由回归结果可知,本题中可决定系数R2=0.987922,说明模型在整体上对数拟合很好。解释变量“实际可支配收入”对被解释变量“实际消费支出”的98.79%的变化做出解释。
针对H0:β1=0以及H1:β1≠0,回归系数β1的标准误差和t值分别为0.009311和46.99448;回归系数β0的标准误差和t值分别为335.4415和6.236634。
根据DW值为0.2772,因而可以判断模型存在序列相关性。
Dependent Variable: LOG(Y)
Method: Least Squares
Date: 11/24/15 Time: 21:20
Sample: 1978 2006
Included observations: 29
Coefficient
Std. Error
t-Statistic
Prob.??
C
0.586743
0.142859
4.107143
0.0003
LOG(X)
0.880080
0.014225
61.86962
0.0000
R-squared
0.992996
????Mean dependent var
9.401
文档评论(0)