熟练运用Eview6掌握一元线性回归.doc_第1页
熟练运用Eview6掌握一元线性回归.doc_第2页
熟练运用Eview6掌握一元线性回归.doc_第3页
熟练运用Eview6掌握一元线性回归.doc_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

【实验目的】通过导入1950年到1987年美国机动车气油消费量（cons）与人口数（pup）的相关数据，以消费量为被解释量，人口数为解释变量，建立一元线性回归模型，并对其结果进行相关分析【实验原理】 运用eviews，将excel中消费量与人口数的数据粘贴到eviews中，并求出相关变量，画出拟合回归直线。【实验软件】Eview6【实验要求】 熟练运用并且掌握一元线性回归，运用Eviews6建立模型分析从而总结得到解释变量与被解释变量之间存在的关系。【实验过程】1、 启动Eviews6软件，建立新的workfile. 在主菜单中选择【File】-【New】-【Workfile】,弹出 Workfile Create对话框，在Workfile structure type中选择Dated-regular frequency，然后在Frequency中选择annual，Start date中输入1950，End date中输入1987，然后在WF中输入Work1，点击OK按钮。如图：2、数据导入. 在主菜单的空白处输入series cons按下enter 再输入series pup ，按下enter，如图：3、将要分析的数据复制黏贴。如图：4、建立回归方程。定义消费量cons为被解释变量，以pup为解释变量进行回归。在主菜单中输入命令项：Ls consum c pup，按enter键，得到回归方程的估计结论如图所示：5、画拟合回归直线 将消费量与人口数的关系用一条拟合回归直线表示 【实验分析】在本实验中，根据回归结果中的相关数据R- squared =0.925613，说明总离合差平方和的92.5613%被样本回归直线解释，仅有未被解释7.4387%，因此可知样本回归直线对样本点的拟合优度是较高的。 Prob即相伴概率，也就是拒绝原假设Ho的概率。相伴概率越大，则要接受原假设Ho,此时 B1=0,则表示参数不显著；相反，相伴概率越小，则要拒绝原假设Ho,接受H1,此时B1不等于0，则表示参数显著。在本实验中相伴概率为0.00，表示参数显著。给出显著水平a=0.05，查自由度v=38-2=36的t分布表，得临界值t0.025（36）=2.028,t0=5.901157t0.025(36),t1=17.14813 t0.025(36),所以回归系数均显著不为0，而且人口数对消费量有显著影响。【小结】通过这次实验操作，知道了怎样运用eviews软件进行数据导入，建立一元线性回归模型，并通过相关数据对模型进行分析，对被解释变量与解释变量之间的关系进行深度分析。 在操作过程中，我们小组选取了cons为被解释变量，分别将人口数、汽车保有量、汽油价格、国民生产总值作为解释变量，结果发
人人文库> 全部分类> 应用文书 > 技术指导

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论