EViews上机练习1一元线性回归.doc

EViews上机练习1：一元线性回归要求掌握：（1）建立数据文件；（2）做散点图，时间序列图，分布图；（3）计算特征数（平均数、方差、标准差、相关系数、协方差值）；（4）线性回归分析（回归、显示残差图、学会看输出结果，列写估计式）；（5）能应用简单线性回归模型进行经济预测。案例分析：根据表1提供的数据，试建立我国最终消费支出与国内生产总值（单位：亿元）之间的回归模型，并进行参数以及总体的显著性检验。当=0.05，x2002=102398亿元时，对y2003及E（y2003）进行预测。 表1 19782001年中国最终消费支出与国内生产总值统计资料年份最终消费（y）国内生产总值（x）19782239.10 3624.10 19792619.40 4038.20 19802976.10 4517.80 19813309.10 4862.40 19823637.90 5294.70 19834020.50 5934.50 19844694.50 7171.00 19855773.00 8964.40 19866542.00 10202.20 19877451.20 11962.50 19889360.10 14928.30 198910556.50 16909.20 199011365.20 18547.90 199113145.90 21617.80 199215952.10 26638.10 199320182.10 34634.40 199426796.00 46759.40 199533635.00 58478.10 199640003.90 67884.60 199743579.40 74462.60 199846405.90 78345.20 199949722.70 82067.50 200054616.70 89442.20 200158952.60 95933.20 资料来源：国家统计局.中国统计年鉴2001.北京：中国统计出版社，2002运行Eviews,在出现的对话框中按以下步骤进行一员线性回归。1） 给出工作范围。打开Eviews窗口，FileNewWorkfileWorkfile RangeWorkfile FrequencyAnnualStart date(1978)End data(2001)OK (图1，图2，图3) 图1 图 2 图 32）输入变量名。打开Workfile窗口，ObjectsNew ObjectType of Object(Series)Name for Object(x)OK,同理可以输入变量y.（图4和图5）（或者直接输入指令“data x y”） 图 4 图 53）给变量赋值。打开Workfile窗口，选中x，y，右击选中Openas GroupEdit输入数据（图6和图7）。 图6 图74)做散点图，在“Group”窗口中点击ViewGraphscattersimple scatter就得到x和y的散点图见图8，从图中可看出x和y有明显的线性关系。注意选中变量的顺序决定了谁是横坐标谁是纵坐标，先选中的变量为横坐标，后选中的变量为纵坐标。 图85）作普通最小二乘法估计：在主菜单选Quick Estimate Equations，在弹出的对话框中输入y c x （见图9）输出结构见图10图9 图10这只是一种输入结果，可以点击View键来显示不同的结果输出方式，如图11、12、13三种输出方式图10图11 图12图10中各参数统计结果的解释常数和解释变量参数估计值参数标准差T统计量双侧概率c199.8124 204.5569 0.9768 0.3393 x0.5960 0.0045 132.4233 0.0000 判定系数R20.998747 被解释变量均值19897.37调整的R20.99869 解释变量标准差19006.77回归方程标准差687.9165 赤池信息准则15.98487参差平方和10411041 施瓦茨信息准则16.08304最大似然对数-189.8184 F统计量17535.92DW统计量0.333718 F统计量的概率000000赤池信息准则（Akaike info criterion）:赤池信息准则即AIC，它对方程中的滞后项数选择提供指导。它是在残差平方和的基础上进行的。在特定条件下，可以通过选择使AIC达到最小值的方式来选择最优滞后分布的长度。AIC值越小越好。施瓦茨准则（Schwarz Criterion）:施瓦茨准则与AIC类似，他们具有基本相同的解释。回归结果的标准格式如下：= 199.8123818 + 0.5959774388*XtS（204.5569 ） （0.5960）t （0.9768 ） （132.4233）R20.998747 0.99869F17535.92 DW0.333718 SE687.91656）模型检验1、经济意义检验经济意义检验就是根据经济理论判断估计参数的正负号是否合理，大小是否适当。经济意义检验要求同学具备较扎实的经济理论基础。就本题而言，从经济意义上看，10.59598, 符合经济理论中绝对收入假说边际消费倾向在0与1之间，表明我国国内生长总值每增加100亿元，最终消费支出平均增加59.598亿元。2、估计标准误差评价估计标准误差是根据样本资料计算的，用来反映被解释变量的实际值yt与估计值t的平均误差程度的指标。当SE越大，则回归直线精度越低；SE越小，则回归直线精度越高，代表性越好。当SE0时，表示所有的样本点都落在回归直线上，解释变量与被解释变量之间表现为函数关系。就本题而言，SE687.9165，即估计标准误差为687.9165亿元，它代表我国最终消费支出估计值与实际值之间的平均误差为687.9165亿元。3、拟合优度检验拟和优度是指样本回归直线与样本观测数据之间的拟和程度，用样本决定系数的大小来表示。决定系数用来描述解释变量对被解释变量的解释程度。就本题而言，R20.998747，这说明样本回归直线的解释能力为99.87%，它代表我国最终消费支出yt的总变差中，由解释变量国内生产总值xt解释的部分占99.87%，或者说，我国最终消费支出变动的99.87%可由样本回归直线作出解释，模型的拟和优度较高。4、参数显著性检验对于b1，t统计量为132.4233，给定0.05，查t分布表，在自由度为n222下，得临界值t0.025(22)=2.074,因为t132.4233 t0.025(22)=2.074，所以拒绝H0：b10，表明国内生产总值对我国最终消费支出有显著性影响。7）预测。在估计出的“Equation”框里选“Forecast”项，Eviews自动计算出样本估计期内的被解释变量的拟合值，预测结果见图14 图14运用趋势分析预测2002年国内生产总值为102398亿元。下面预测2002年我国最终消费支出。在输入数据前应将Range从19782001扩展为19782002。直接双击workfile中的“range”和“sample”改动。然后编辑变量x。x2002=102398输入变量x中，在前面“Equation”对话框里选“Forecast”，这时Eviews自动计算出y200261226.710165亿元，见图15图15下面计算y2002的预测区间，在x，y的数据框里点击“View”，选“Descriptive Stats”里的“Common Sample Eviews”使计算出有关x和y的描述统计结果，如下图16这里说一下common sample和individual sample的区别，common sample 要求各个序列包含的观测值数目相同 individual sample 中各个序列包含的观测值数目可以不同。 如果当前样本范围内没有数据丢失，各个序列的观测值数目还是相同的，两种方式计算的结构是一样的。这里用的是common sample，由于我们之前要做预测的时候修改了样本范围为25个数据并且输入了第25个x的数值，但y的数值仍然是24个，计算预测区间应用原来的24个样本值。图16根据此表可计算如下结果：给定显著性水平=0.05，查表得t0.025(22)=2.074，由可得y2002的预测区间为即y2002的95预测区间为（59638.65，62814.75）。例题:我国19782001年的财政收入y和国内生产总值x的数据资料如表2所示：表2 我国19782001年财政收入和国内生产总值数据年份xy19783624.11132.2619794038.21146.3819804517.81159.9319814860.31175.7919825301.81212.3319835957.41366.9519847206.71642.8619858989.12004.82198610201.42122.01198711954.52199.35198814922.32357.24198916917.82664.9199018598.42937.1199121662.53149.48199226651.93483.37199334560.54348.951994466705218.1199557494.96242.2199666850.57407.99199773142.7865129875.95199980579.411444.082000882541