计量经济学实验报告(一).doc

20122013第1学期计量经济学实验报告实验（一）：一元线性回归模型实验学号： 0100416 姓名： 习羿晖 专业：国际市场营销 选课班级：A02 实验日期： 实验地点： 实验名称：一元线性回归模型实验【教学目标】计量经济学是实践性很强的学科，各种模型的估计通过借助计算机能很方便地实现，上机实习操作是计量经济学教学过程重要环节。目的是使学生们能够很好地将书本中的理论应用到实践中，提高学生动手能力，掌握专业计量经济学软件EViews的基本操作与应用。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【实验内容】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。实验内容以课后练习：以62页计算题为例进行操作。【实验步骤】打开eviews，建立工作文件，如下图所示输入数据先打开散点图，来观察y随 想的变化 plot y x 和 scat y x 发现两者有和强的相关性输入线性回归 ls y c xDependent Variable: YMethod: Least SquaresDate: 12/20/12 Time: 08:48Sample: 1990 2001Included observations: 12VariableCoefficientStd. Errort-StatisticProb. C-3.6111514.161790-0.8676920.4059X0.1345820.00386734.800130.0000R-squared0.991810 Mean dependent var119.8793Adjusted R-squared0.990991 S.D. dependent var79.36124S.E. of regression7.532484 Akaike info criterion7.027338Sum squared resid567.3831 Schwarz criterion7.108156Log likelihood-40.16403 F-statistic1211.049Durbin-Watson stat2.051640 Prob(F-statistic)0.000000其中拟合优度为0.99，说明模型有很好的拟合程度。X 也通过t 检验方程为Estimation Command:=LS Y C XEstimation Equation:=Y = C(1) + C(2)*XSubstituted Coefficients:=Y = -3.61115137 + 0.1345816955*X残差分布1990 21.7037 19.4920 2.21168| . | * . |1991 27.3291 28.2394-0.91026| . *| . |1992 42.9599 39.0942 3.86567| . | * . |1993 67.2507 56.8549 10.3958| . | . * |1994 74.3992 79.1826-4.78341| . * | . |1995 88.0174 103.475-15.4574|* . | . |1996 131.749 124.247 7.50154| . | * |1997 144.771 148.468-3.69705| . * | . |1998 164.907 169.867-4.96051| . * | . |1999 184.791 189.652-4.86096| . * | . |2000 225.021 220.530 4.49122| . | * . |2001 265.653 259.449 6.20372| . | *. |经济意义检验可以看到每增加一个gdp 财政收入增加0.13元，符合经济意义检验。下面我们就爱那个预测下一年的财政收入Yf=480.8830YX Mean 119.8793 917.5874 Median 109.8832 872.8698 Maximum 265.6532 1954.654 Minimum 21.70370 171.6665 Std. Dev. 79.36124 587.2686 Skewness 0.413294 0.306920 Kurtosis 2.025842 1.895949 Jarque-Bera 0.816117 0.797865 Probability 0.664940 0.671036 Observations1212