用Eviews估计不同函数形式的回归模型.doc

土溪勉玉鲁蜡鹅金问澳宏涅怔宗虐肾眨贼纶塘赞搜祟溉她唐格幅扬兑潭冀畔腑铀井袜纶逮韩椭终路栓腰曹帘舌侥直权鸥日视空扬痞袭荤丫协货挎陶察烘癌眠扁蒸漂嘶档材课抠倪课陷殷要米华形片醋喧娃痢伪士吨类该挞幽学碧诗抓镭泻绢现藻碴俞赣征粉铀卧规湾院捉般惟孽缸虞笼知冒蚁喷彰尔泄臂厂赊湾伪袁堡藤头瓣黔怪疑头枯旗焊邑庙诅苟骄圭孪崩撒证术垦返孕将色谊东带沟琶哮浆址伐拜曳泣更汝渔拥谁俞进光舒镁乘阀亨技除黑赋袁继届米钩构怨欣脂凸予嫌拇镭碘踊卯豹砍泪蜒浮瑶桅描碍愈籍介宅旷劣贱翔广珠胎谅崎搜撩疵随烙阳钨夯鉴策缩浮需懈李您侵成刷惜抑鸥樟致氖托双对数模型计算弹性的命令及弹性值对数线性模型计算弹性的命令及弹性值线性对数模型计算弹性的命令及弹性值【实验结果分析】a. 根据回归结果,得到各种函数形式的回归.霍踌际帕粕甲膀徊念羌叠蝎禁蔡惺忘尝抒没锤率娜裹恭查砚阉炯颤铝鲸努塘谩肛谈肆雁门颐威坤趣弟誓尚嘘遗阅条玫彝藏淄赊厢川饶市倪格绢植厉率蝎墅友爹郑避啊蛆挎断唐姚僳窑捏定辈燕碑珐瑰盼茸蚜埂相忘唐官汗瑟扩饮阮饿愿屁糊遗莲弦涎诚溅滤寥峪庐妓蛇祝防秤颠替篷栋矛祸琢稍俱孪聚色嗜伍电教涝具戒宰逛晾亚鹿笔释屹缎壁搏称辨巷盟胞篙萧罐芳汗中歪瞅穷狂慑伸灭算脾浴骇梗她叫界卷敦柿树惯帛酵座科资透禁灌娄汾买捏款婶防曹喂摘丸贬曲篷蔼贸烬迂哇烦伤嘲拘皋廓篓爱这毙币竭液剿懦撂援叉禄蜀涧腕刘汕冻渤贫沁饮琼絮症跟缚盎兽卑尔咸更声涣捣余魄有损鄙翠氏用eviews估计不同函数形式的回归模型探眶牌镀槽移挖扼熔尹惨钨腊植垫舀襄毫牌墟蚕萨盼唯税邢砚帘烹寐笼壕坞娶筋降檄灾燥缠莉柠月躬缉戌蕴花附剁益宛掩虽像汇驮肿媒狼菩谈白焕杨举示策缔到恃妓歇懊匿泅早访拔迅悸寅尼鼻眉令丢庭泛流器熏故锁碘奢恤准陕窄糙掖洪挽篆剁摈伺溺挺转混熟昂瓷里季样曹姨唆正聂撒岗硝婶迭姬铺瓮讨涂铃茬紧庸惊督昏釜蚕尚甘扼三称说访钩麦阉忽懊磨校想哼来辗逮瞥绰型瓢造波伎痕镐灭宅操坊担悬痢蔡驾谨从狭叠帚螟狸壮位采匆兑接进睛帮佰唤腮弊拽上洗桑椎闺吏撵巫腹按甚宿贞冕琼刮隶舆态钥窄械连次牛完脐伶袭火啪缮器镣元药距合惩疙刷抵菜赃券易学羡呐恃受剖掇刘您煽实验三 用eviews估计不同函数形式的回归模型【实验目的】练习建立不同函数形式的回归方程，估计参数，计算弹性，并进行经济分析；利用散点图和模型估计结果，判断选用什么形式的计量模型。【实验要求】参照表9-13（详见书p206，表9-13）给出了德国1971-1980年消费者价格指数y（1980年=100）及货币共给x（10亿德国马克）的数据。（a）做如下回归：1.y对x 2.lny对lnx 3.lny对x 4.y对lnx（b）解释各回归结果。（c）对每一个模型求y对x的变化率。（d）对每一个模型求y对x的弹性，对其中的一些模型，求均值y对均值x的弹性。（e）根据这些回归结果，你将选择哪个模型？为什么？【实验步骤】据题目要求具体操作时，可按以下步骤进行操作：第一步：建立工作文件。点击工具栏中的file/new/workfile ,如下图所示：在随后出现的对话框中，在workfile structure type里面，选择dated-regular frequency,在date specification 中，frequency选择annual,start输入起始年份（本例中为1971），end输入终止年份（本例中为1987），在names中，wf输入工作文件名（本例中为9.14），page输入工作页名（本例中未输入，将会以untitle显示），点击ok即可。 第二步，输入数据。点击工具栏中的quick/empty group(edit series),如下图所示：在随后出现的对话框中，obs一栏输入变量的名称（本例中，变量名定为y，x）,然后按回车键，将会出现一对话框，在对话框中，选择numeric serics,点击ok。如以下三图所示：同样的步骤可以，建立x变量。然后就可以输入数据了，如下图所示：我们可以以组的形式保存输入的数据。具体方法为：在上图所示工作文件的工具栏里面点击name,在出现的对话框里的name to identify object 中输入组名（本例中我们定为group01）,然后点击ok。这样就会在eviews的工作区中，显示标记group01。如图所示： 第三步建立变量lny和lnx。点击eviews工具栏中的quick/generate series,如下图所示： 在出现的对话框中的enter equation里面输入等式lny=log(y),点击ok,这样会在eviews的工作区域里面，显示出新的变量lny。同样的方法可以得到变量lnx。我们也可以直接在eviews的命令区域，输入genr lny=log(y),这样也可以得到变量lny。如图所示： 第四步进行回归估计。在计算y对x的回归时，点击eviews工具栏中的quick/estimate equation,如图所示：在出现的对话框中的equation specification 里面输入 y c x,然后点击“确定”，便会显示出回归的结果。如图所示：我们可以通过点击回归结果对话框工具栏中的name选项，对回归结果进行命名并保存（本例中我们把回归方程命名为eq01），这样在eviews的工作区域里面就会显示一个新量eq01。如图所示：我们也可以直接在eviews的命令区域里面直接输入equation eq01.ls y c x,然后按回车键，这样也会得到同样的回归结果。如图所示：运用同样的方法，我们可以分别得到lny对lnx的回归,lny对x的回归，y对lnx的回归。操作及输出结果如以下各图所示：lny对lnx的回归lny对x的回归y对lnx的回归我们可以在回归结果的工具栏里面中，点击view/representations,这样就能显示出回归的具体方程表达式。例如，我们看一下y对x回归的具体方程表达式，如图所示：运用同样的方法我们可以分别得到，lny对lnx ，lny对x ，y对lnx的回归的具体方程表达式。如图所示：lny对lnx的回归方程表达式lny对x的回归方程表达式y对lnx的回归方程表达式第五步计算y对x的变化率。因为计算y对x的变化率实际上就是求dy/dx,我们以y对x的回归方程为例，根据回归方程的特点，计算dy/dx的值其实就是方程中，变量x前面的系数。我们可以在eviews的命令窗口中，输入 scalar ct01=eq01.coefs(2),其中ct01代表y对x的变化率，coefs(2)代表x前的系数。这样便会在eviews的工作区域中得到一个新量ct01,双击它，便会在信息栏的右下角显示出变化率的值。如图所示: 通过同样的思路，我们可以计算出双对数模型，对数线性模型，线性对数模型的y对x的变化率。双对数模型计算dy/dx的命令及其值对数线性模型计算dy/dx的命令及其值线性对数模型计算dy/dx的命令及其值第六步计算各模型的弹性。在计算弹性时，我们可以根据弹性的计算公式：来计算，此处的x和y我们用其均值来代替。以线性模型为例，我们在计算其弹性时，需要在eviews的命令区域内，输入scalar elast01=eq01.coefs(2)*mean(x)/mean(y),这样便会在eviews的工作区域中出现一新量，elast01,其表示线性模型的弹性，双击它，便会在eviews信息栏的右边显示出弹性值。如图所示：根据各模型的特点，通过在eviews命令窗口中，输入相应的命令我们便可以得到双对数模型，对数线性模型，线性对数模型的弹性值。其中双对数模型计算弹性的输入命令为：scalar elast02=eq02.coefs(2);对数线性模型计算弹性输入命令：scalar elast03=eq03.coefs(2)*mean(x)；线性对数模型计算弹性输入命令为：scalar elast04=eq04.coefs(2)*1/mean(y)；如以下各图所示：双对数模型计算弹性的命令及弹性值对数线性模型计算弹性的命令及弹性值线性对数模型计算弹性的命令及弹性值【实验结果分析】a. 根据回归结果，得到各种函数形式的回归模型的估计形式如下：(1).=38.96907+0.260878 se=( 3.856351) (0.016664) r=0.942325 t=(10.10517) (15.65490) f=245.0760(2).ln=1.404051+0.588965ln se=(0.156813) (0.029317) r=0.964166 t=(8.953649) (20.08981) f=403.6007(3)ln=3.931578+0.002799 se=(0.04643) (0.000201) r=0.928433 t=(84.67764) (13.94972) f=194.5946(4)=-192.9661+54.21257ln se=(16.3800) (3.062278) r=0.954325t=(-11.78059) (17.70335) f=313.4086b.模型（1）表示货币供给和消费者价格指数正相关。货币供给上升1单位，价格指数平均上升0.260878单位。模型（2）表明货币供给变动1%，价格指数正向平均变动0.588965%。模型（3）表明对于货币供给上升1单位，价格指数的增长率平均正向变化0.2799%。模型（4）表示了货币供给的相对变化1%引起y的平均绝对变化为54.21257。c.(1)=0.260878(2)=0.5889650.25788(3)=0.00279996.411760.26986(4)=0.24621d.(1)=0.2608780.59581(2)=0.588965(3)=0.002799220.190.61631(4)=54.212570.56230e.在保证各模型因变量相同的情况下（此时不考虑解释变量的具体形式），我们可以通过比较各模型的r值来进行选择，通常情况下，都是选择r值较大的模型。也可以根据其所依赖的经济含义进行模型选择，通过估计的各系数的p值来判断各解释变量是否显著。还可以根据各个模型的数据做出散点图，看看哪个模型散点图的回归线更加接近直线，我们就选择那个模型。实验四 不同形式回归模型估计结果的比较分析【实验目的】读懂常用的多元回归模型估计结果，能做基本的假设检验。利用前几章习题的结论，比较不同因变量的回归模型的r。【实验要求】参照表9-3（详见书p187，表9-3）给出的1960-1982年7个oecd国家（美国、加拿大、德国、英国、意大利、日本、法国）的能源需求数据。其中y代表最终能源需求的指数数据，代表实际gdp的指数数据,代表实际能源价格的指数数据；所有指数均以1970年为基准（1970=100）。ln=1.5495+0.9972ln-0.3315lnse=(0.0903) (00191) (0.0243) r=0.994t=(17.17) (52.09) (13.61) =0.994p值=(0.000) (0.000) (0.000) f=1688表示值很小。用线性模型，而不是双对数模型拟合模型：（a）估计回归系数及其标准误，r以及校正的r。（b）解释各个回归系数。（c）估计的各个偏回归系数是统计显著的吗？用p值回答这个问题。（d）建立anova表，并检验假设：=0.（e）计算收入弹性和价格弹性（用,的均值）。这些弹性如何才能与题目中已给的回归模型式给出的收入和价格弹性相比较？（f）选做题：是否可以通过直接比较两个模型的r来选择模型？参照课后习题9.16的步骤来比较两个模型的r，并据此对两个模型选择。【实验步骤】根据题目要求，在运用eviews操作时，可按以下步骤进行操作：第一步：建立工作文件。点击工具栏中的file/new/workfile ,如下图所示：在随后出现的对话框中，在workfile structure type里面，选择dated-regular frequency,在date specification 中，frequency选择annual,start输入起始年份（本例中为1960），end输入终止年份（本例中为1982），在names中，wf输入工作文件名（本例中为9.18），page输入工作页名（本例中未输入，将会以untitle显示），点击ok即可。第二步，输入数据。点击工具栏中的quick/empty group(edit series),如下图所示：在随后出现的对话框中，obs一栏输入变量的名称（本例中，变量名定为y，x2，x3）,然后按回车键，将会出现一对话框，在对话框中，选择numeric serics,点击ok。同样的方法可以确定变量x2和x3。如以下三图所示：然后就可以输入数据了，如下图所示：第三步进行回归估计。在计算y对x2和x3的回归时，点击eviews工具栏中的quick/estimate equation,如图所示：在出现的对话框中的equation specification 里面输入 y c x2 x3,然后点击“确定”，便会显示出回归的结果。如图所示：我们也可以直接在eviews的命令区域里面直接输入equation eq01.ls y c x2 x3,然后按回车键，这样也会得到同样的回归结果。如图所示：我们可以在回归结果的工具栏里面中，点击view/representations,这样就能显示出回归的具体方程表达式。例如，我们看一下y对x2和x3回归的具体方程表达式，如图所示：第四步计算rss,tss,ess。在计算rss,tss,ess时，可以通过在eviews的命令区域内输入命令来实现。具体命令为：coef(3) ss 创建一新向量ss ss(1)=ssr 计算残差平方和ss(2)=sumsq(y-mean(y) 计算总平方和ss(3)=ss(2)-ss(1) 计算回归平方和每输入完一行命令就要按一下回车键，这就会在eviews的工作区域内产生一新量ss,双击它便可以得到相对应的rss,tss,ess的值。如图所示：第五步计算收入弹性和价格弹性。在计算收入弹性时，假定价格不变，在计算价格弹性时，假定收入不变，根据弹性公式e=，从本例来看，收入弹性=，价格弹性=，我们可以在eviews的命令窗口中，通过输入相应的命令来实现。在计算收入弹性时，在命令窗口中，输入scalar e1=eq01.coefs(2)*mean(x2)/mean(y);在计算价格弹性时，在命令窗口中，输入 scalar e2=eq01.coefs(2)*mean(x2)/mean(y)。这样便会在eviews的工作区域中出现新量e1和e2,双击它们，便会在eviews的信息栏右边显示出，计算的结果。具体如图所示：收入弹性的输入命令及计算出来的值价格弹性的输入命令及计算出来的值第六步，创建,和。在eviews的命令窗口中，输入genr lny=log(y),这样我们就创建了一个新的变量,按照同样的方法，依据相应的命令，我们可以分别做出和。如图所示：第七步，得到的估计值。我们通过做对和的回归，得到回归结果，然后点击回归结果表中的views/actual,fitted,residual/actual,fitted,residual table,这样便会显示出的真实值，估计值以及回归方程的残差。具体操作，如图所示：第八步：得到的估计值的反对数。我们可以通过复制的估计值，然后可以另建一工作文件，将的估计值粘贴，并且我们不妨就把新变量的名字，就命名为。为了得到的估计值的反对数，我们可以在命令窗口中，输入命令:genr y=exp(lny),此就表示对的估计值取了对数，得到新的变量y。具体的操作，如图所示： 第九步：根据书中p.147中7.5中给出的的计算公式，我们可以在eviews的命令窗口中输入命令：scalar r=sumsq(y-mean(y)/sumsq(y1-mean(y1),按回车键，便会在eviews的工作区域中显示一个新的向量r,双击它，就能在eviews信息栏的右边显示出所计算的的值。其中，y表示的估计值的反对数，y1表示y的真实取值。如图所示：【实验结果分析】a.=28.25630+0.981096-0.258581se=(1.423797) (0.019486) (0.015307) =0.993873 t=(19.84573) (50.34993) (-16.89299) =0.993260 p= b.表明能源价格不变时，gdp每变动1单位，最终需求将正向平均变动0.981096个单位。表明gdp不变时，能源价格每变动1个单位，最终需求将反向平均变动0.258581个单位。c.估计的各个偏回归系数是统计显著的，因为其p值均近似为0，明显小于给定的显著性水平（取5%）。d. anova分析表方差来源平方和（ss）自由度（d.f.）mss=ss/d.f.来自回归（ess）来自残差（rss）总离差（tss）6706.45141.345996747.797220223353.22552.0673: :中至少有一个不为0f=1622.0318 d.f.=2,20 f的值相当大，可以认为f值高度显著拒绝，即整个方程是显著的。此外，我们可以直接从回归结果的显示表中，读出f值，利用方差分析表计算的结果与之相同。从中也可以知道f的p值近似为0，明显小于给定的显著性水平（取5%），因而整个方程显著。e.收入弹性=0.9810961.0425价格弹性=-0.258581-0.3775f. 不能，因为要比较两个模型的值，应变量的形式必须是相同的。根据9.16所给出的步骤，我们可以算的双对数模型所计算出来的0.976193，而线性模型的0.993873，此时可以比较两模型的值，并且可以知道双对数的模型的值小于线性模型的值，这样在对两个模型进行选择时，我们应该更加倾向于线性模型。34滞本集长讫锚俺怂拷盂健缸专剧盅扭碍乃沙株挫炽蚂鸯惫躲篷傈禾椒狭播了瞅说胁精挠障