实验一描述性统计分析简单线性回归模型的构建及估计

计量经济学实验项目一图1用【实验名称】应Eviews做描述性统计分析、简单线性回归模型的构建及估计引入数据，file-import-importfromfile,引入1994-2011年中国旅游及相关数据表，弹出对话框如图2，点击下一步，直到完成，如图3。【实验类型】基础性实验【实验目的与要求】掌握用Eviews绘制统计图，计算相关变量的描述性统计指标。掌握简单线性回归模型的方法及主要参数估计的方法。【实验内容】图21.介绍有关Eviews作图功能；2.利用Eviews计算变量的均值、方差、相关系数等描述性统计变量；3.简单线性回归模型的参数及相关检验指标，判断模型拟合效果；【实验主要仪器设备及台套数】图3计算机、服务器、交换机、投影仪及相关软件等。【实验学时】8学时用Eviews对数据作折线图、散点图、柱状图，在此次上机实验中，有4个变量：Y为被解释变量，X2、X3、X4、X5为解释变量,此实验报告只分析x2。因此在进行作图时，只对YX2进行。选中Y、X2，Y、X2-open-asgroup,得到Y、X2的数据表，如图41、介绍有关Eviews作图功能；启动Eviews程序进入主窗口,建立一个新的工作文档（workfile），file-new-workfile，出现对话框，在此对话框中选择所使用的时间序列数据的频率。由于实验数据属于日期数据，因此选中最后一个dated—regularfrequency。由于即将录入的数据对象共有18个，因此在下方Startdate和Enddate的空格处输入数字1994和2011，单击OK即可，结果如图1。图4

在Y、X2的数据表中，点击view-group-line&symbol,如图5如步骤图5，在Y、X2的数据表中，点击view-group-bar,在grouppages中选择OK，得到X2关于Y的柱状图，结果如图9图5由图5的步骤，在grouppages中选择OK，得到X2关于Y的折线图，结果如图6，图92.利用Eviews计算变量的均值、方差、相关系数等描述性统计变量；根据图8的散点图分析可以看出被解释变量Y与解释变量X2存在一致的线性相关关系，所以可以用最小二乘法对数据进行回归分析。用ctrl键同时选中Y，X2—Open—asEquation，打开对话框。如图10图6如步骤图5，在Y、X2的数据表中，点击view-group-scatter,如图7图10在Equationspecification中输入数据中的变量，被解释变量放在前面，解释变量以任意的顺序放在后面，中间用空格隔开。在Method中选择使用的估计方法即最小二乘法。在Sample中输入估计样本的区间即19942011，单击OK即可。结果如图11所示。图7在grouppages中选择OK，得到X2关于Y的散点图，结果如图8图11图8

3.根据图11的回归分析结果，国内旅游收入Y与国内旅游人数X2之间线性相关。即均值为5567.05，方差为4702.19，X2的相关系数为0.06。3.简单线性回归模型的参数及相关检验指标，判断模型拟合效果；根据图11的回归分析结果，国内旅游收入Y与国内旅游人数X2之间线性相关。其回归方程式为Y=0.06X2-1304.71（1）理论意义检验理论检验即依据平时所掌握的各方面知识和日常经验，对估计值做出直观判断，看它们是否合理，是否合乎逻辑。从理论常理可知，国内旅游收入Y与国内旅游人数X2是成正相关的，所以在回归方程中X2的系数为正数，是符合常理的。从经济学意义看，X2的系数表示国内旅游人数数量每增长1%，在其他变量不变的前提下总销售额将减少0.06。根据上述回归方程可以得知，该模型通过了理论意义检验。（2）拟合优度检验根据图11的回归分析结果可知，检验模型拟合优度的可决系数R2数值为0.759，说明回归平方和所占的比重为75.9%，即回归方程对解释变量的解释程度为75.9%。由于可决系数越接近1，模型的拟合程度越高，此次上机实验的可决系数为75.9%，可见拟合度较好，但不是特别理想。调整后的可决系数R2是0.743，表明74.3%的国内旅游收入Y变动可以通过国内旅游人数X2来解释。通过上述可决系数与调整后的可决系数分析表明，所选取的解释变量