计量实验报告模版一元线性回归

1、计量经济学实验报告实验时间：2013年5月 系别： 经济管理系 专业班级： 10级国贸本科学号： 201001901185 姓名： 庞菲菲 成绩： 【实验名称】计量经济学实验EVIEWS的基本操作【实验目的】（1）掌握EVIEWS软件的基本操作与最小二乘法的估计 （2）通过对案例的分析处理，利用EVIEWS软件对一元线性回归模型进行参数估计、经济统计检验，以便对其理论理解更深刻和统计并学习用计量经济学的知识来分析现实中的经济问题【知识准备】 EVIEWS软件的基本操作 最小二乘法【实验软件】 EVIEWS软件【实验要求】 1利用Eviews计算OLS估计量2利用Eviews求回归方程3对模型估

2、计结果进行检验【实验方案与进度】 1、构建1989-2005年中国出口总额与GDP数据的函数模型，被解释变量为GDP数据，解释变量为出口总额。2、从数据库获取数据，并建立Excel表格类型的数据文档。3、利用lny=log(y) dlny=lny-lny(-1) dy=y-y(-1)公式，求解参数估计值和作图。4、 将数据导入Eviews5.0中，首先利用equation命令求解，进一步利用程序设计地方法解得参数估计值。5根据模型估计结果检验估计效果和拟合图形。【实验过程】 一、一元线性回归第一步，建立数学模型 由经济理论知，GDP大小受出口总额的影响，当出口总额增加时，GDP也会相应的随之增

3、加，他们之间具有正向的同步变动趋势。GDP除受出口额的影响外，还受表11989-2005年中国出口总额与GDP数据年份出口总额GDP19891956.116992.319902985.818667.819913827.121781.519924676.326923.519935284.835333.9199410421.848197.9199512451.860793.7199612576.471176.6199715160.778973.0 199815223.684402.3199916159.889677.1200020634.499214.6200122024.4109655.2200

4、226947.9120332.7200336287.9135822.8200449103.3159878.3200562648.1183084.8数据来源：中国统计年鉴（2007）其他一些变量的影响及随机应诉的影响，将其他变量及随机因素的影响均归并到随机变量u中，根据X与Y的样本数据，作X与Y 的散点图可以看出，它们的变化趋势是线性的，由此建立某年中国出口总额与GDP之间的一元线性回归模型 Yi=B0+B1Xi+ui第二步，估计参数由表1中样本观测数据，样本回归模型为 Yt=B0+B1Xt+et由于样本数据为时间序列数据，通常下标写为t。 用EViews软件的操作步骤如下： 主菜单FileNe

5、wWorkfile打开工作文件范围选择框，选择Annual，分别输入1989，2005。 主菜单QuickSample在打开的当前样本区间选择框中分别输入1989,2005 主菜单 QuickEmpty Group 打开空白表格数据窗口，分别输入变量Y,X的数据。 主菜单QuickEstimate Equation打开估计模型对话框，选择Least Squares,输入Y C X。下面是EViews的估计结果一、原数据即样本回归方程为Yt=26378.4+2.87Xt （4.95）（13.37） r2=0.92括号内的数字为回归系数对应的t统计量的值，以下同。 第三步，评估模型（1） 对回归方

6、程的结构分析 B1=2.87是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加2.87元的GDP；B0=26378.4是样本回归方程的截距，它表示不受出口额影响的因素。（2） 统计检验 r2=0.92，说明总离差平方和的92%被样本回归直线解释，有8%未被解释，因此，样本回归直线对样本点的拟合度是较高的。 当显著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025(15)=2.13,t0=4.95> t0.025(15),t1=13.37> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。杜滨D

7、W=0.266099 说明存在自相关。 二、取对数时 打开估计模型对话框，选择Least Squares,输入lny C lnx。下面是EViews的估计结果即样本回归方程为Yt=3.859+0.76Xt （13.4）（25.1） r2=0.98评估模型(1)对回归方程的结构分析 B1=0.76是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加0.76元的GDP；B0=3.859是样本回归方程的截距，它表示不受出口额影响的因素。(2)统计检验 r2=0.98，说明总离差平方和的98%被样本回归直线解释，有2%未被解释，因此，样本回归直线对样本点的拟合度是很高的。 当显

8、著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025(15)=2.13,t0=13.4> t0.025(15),t1=25.1> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。杜滨DW=0.935862 说明存在自相关。三、差分时打开估计模型对话框，选择Least Squares,输入的dy c dx。下面是EViews的估计结果即样本回归方程为Yt=5452+1.3Xt （5.7）（7.78） r2=0.81评估模型(1)对回归方程的结构分析 B1=1.3是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每

9、增加1元，将增加1.3元的GDP；B0=5452是样本回归方程的截距，它表示不受出口额影响的因素。(2)统计检验 r2=0.81，说明总离差平方和的81%被样本回归直线解释，有19%未被解释，因此，样本回归直线对样本点的拟合度较高。 当显著水平为0.05，查自由度v=16-2=14的t分布表，得临界值t0.025(14)=2.15,t0=5.7> t0.025(15),t1=7.78> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。杜滨DW=1.190714 说明存在自相关。四、对数差分时打开估计模型对话框，选择Least Squares,

10、输入的dlny c dlnx。下面是EViews的估计结果即样本回归方程为Yt=0.11+0.2Xt （3.73）（1.92） r2=0.21评估模型(1)对回归方程的结构分析 B1=0.2是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加0.2元的GDP；B0=0.11是样本回归方程的截距，它表示不受出口额影响的因素。(2)统计检验 r2=0.21，说明总离差平方和的81%被样本回归直线解释，有79%未被解释，因此，样本回归直线对样本点的拟合度是很不好的。 当显著水平为0.05，查自由度v=16-2=14的t分布表，得临界值t0.025(14)=2.15,t0=3.

11、73> t0.025(15),t1=1.92<t0.025(15),X对Y不显著。杜滨DW=0.616523 说明存在自相关五、结论 根据以上分析，取对数时模型最好。 r2=0.98，说明总离差平方和的98%被样本回归直线解释，有2%未被解释，因此，样本回归直线对样本点的拟合度是很高的。 当显著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025(15)=2.13,t0=13.4> t0.025(15),t1=25.1> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。 二、多元线性回归第一步，建立数学模型

12、根据经济理论知识和对实际情况的分析可以知道，GDP Y 的大小受出口额X1和进口额X2的影响，因此我们设定回归模型为 Yi=B0+B1X1i+B2X2i+ui汇率1RMB=0.1618USD年份GDP(亿元)GDP(万美元）出口额（万美元）进口额（万美元）1985349.95566219.139606129431986397.68643446.2450305120721987469.44759553.9261945126971988584.07945025.2663860195331989640.81036814.466563186381990744.441204503.92805521360

13、91991833.31348279.4101665358601992986.981596933.641411456665519931259.552037951.91137655951619941666.642696623.521543386077319952151.433481013.741470155687319962584.984182497.641352945127319972918.834722666.941447294464519983118.095045069.621282614991119993326.755382681.51281876735920003691.88597346

14、1.841653099595120013983644449417540010044120024340.947023640.9217954210807920034638.737505465.1421462615899020045612.269080636.6830977823399620056511.3410535348.1237466722581820067568.8912246464.02509401225858第二步，估计参数 用EViews软件的操作步骤如下： 主菜单FileNewWorkfile打开工作文件范围选择框，选择Annual，分别输入1985，2006。 主菜单QuickSa

15、mple在打开的当前样本区间选择框中分别输入1985,2006 主菜单 QuickEmpty Group 打开空白表格数据窗口，分别输入变量Y,X的数据。 主菜单QuickEstimate Equation打开估计模型对话框，选择Least Squares,输入Y C X1 X2。下面是应用EViews的最小二乘法程序，输出结果一、原数据根据图中数据的到回归方程如下: Y = 202571.9 + 13.02959X1 + 25.74758X2 t=(0.421494) (1.961485) （2.457837）由t值可看出出口额GDP影响不是很显著，进口额对GDP影响显著，F值很大说明回归方

16、程显著，可决系数R2=0.887963，修正后的可决系数为0.876170，说明拟合优度比较好。杜滨DW=0.379197， 说明存在自相关。二、取对数时从图形上看变量间也存在一定的关系，然后对其进行一元回归分析，如下图根据图中数据的到回归方程如下:LNY = 1.208606 + 0.699626LNX1 + 0.50029LNX2 t=(0.544931) (1.685279) (1.826601)由t值可看出出口额和进口额对GDP影响不显著，F值很大说明回归方程显著，可决系数R2=0.882406，修正后的可决系数为0.870027，说明拟合优度比较好。杜滨 DW=0.468777 说明

17、存在自相关。三、取差分时根据图中数据的到回归方程如下: DY = 356451.4 + 10.21089DX1 -2.82864DX2 t=(4.237739) (4.937079) （-0.761957）由t值可看出出口额对GDP影响显著，进口额对GDP影响不显著，F值很大说明回归方程显著，可决系数R2=0.593140，修正后的可决系数为0.547933，说明拟合优度不是很好。杜滨 DW=1.073227 说明不存在自相关。 四、对数差分时 根据图中数据的到回归方程如下:DLNY = 0.147463 + 0.043297DLNX1 - 0.046616 DLNX2 t=(7.925208) (0.439791) (-0.879648)由t值可看出出口额和进口额对GDP影响不显著，F值较小说明回归方程不显著，可决系数R2=0.042186，修正后的可决系数为-0.064238，说明拟合优度不是很好。杜滨 DW=0.852219 说明存在自相关。以上四次回归分析，对变量取对数比较好。【实验小结】通过这次实验，加深了对EViews软件的了解，熟悉了Eviews基于计量分析的操作过程，能够应用EViews软件处理数据、作图、统计分析、建模分析、预测的功能，对简单线性回归模型进行了详细的分析。通过本次上机实验，我可以熟练的应用Eviews解决问题，并且掌握了一元线性