计量经济学案例分析一元回归模型实例分析_第1页
计量经济学案例分析一元回归模型实例分析_第2页
计量经济学案例分析一元回归模型实例分析_第3页
计量经济学案例分析一元回归模型实例分析_第4页
计量经济学案例分析一元回归模型实例分析_第5页
已阅读5页,还剩3页未读 继续免费阅读

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

1、案例分析1 一元回归模型实例分析依据1996-2005年中国统计年鉴提供的资料,经过整理,获得以下农村居民人均消费支出和人均纯收入的数据如表2-5:表2-5 农村居民1995-2004人均消费支出和人均纯收入数据资料 单位:元年度1995199619971998199920002001200220032004人均纯收入1577.71926.12090.12161.12210.32253.42366.42475.62622.22936.4人均消费支出1310.41572.11617.21590.31577.41670.11741.11834.31943.32184.7一、建立模型以农村居民人均纯

2、收入为解释变量X,农村居民人均消费支出为被解释变量Y,分析Y随X的变化而变化的因果关系。考察样本数据的分布并结合有关经济理论,建立一元线性回归模型如下:Yi =b0+b1Xi+mi根据表2-5编制计算各参数的基础数据计算表。求得:根据以上基础数据求得:样本回归函数为:上式表明,中国农村居民家庭人均可支配收入若是增加100元,居民们将会拿出其中的62.39元用于消费。二、模型检验1拟合优度检验2.t检验在显著性水平a=0.05,n-2=8时,查t分布表,得到:提出假设,原假设H0:b1=0,备择假设H1:b1¹0,差异显著,拒绝b1=0的假设。3. F检验提出原假设H0:b1=0,备择

3、假设H1:b1¹0在显著性水平a=0.05,n-2=8时,查F分布表,得到:F(1,8)=5.32。160.7505>5.32,即F > F(1,8),差异显著,拒绝b1=0的假设。三、预测当农村居民家庭人均纯收入增长到3500元时,对农村居民人均消费支出预测如下:在显著性水平a=0.05,n-2=8时, =2.306从而´84.13257219=2282.40(元)=2476.405+2.306´84.13257219=2670.41(元)当农村居民家庭人均纯收入增长到3500元时,,农村居民人均消费支出在2282.40元至2670.41元之间的概率

4、为95%。四、利用计算机进行分析的步骤以上分析内容可以借助计算机完成,下面以EViews3.0软件为例,介绍其分析过程。1设定工作范围打开EViews,按照以下步骤设定工作范围:File®New®Workfile®Workfile Range®Annual®Start data(1995)®End data(2004)(图2-5、图2-6)®OK图2-5 Workfile Range 对话框图2-6 Workfile工作状态图2输入变量在Workfile工作状态下输入变量X,Y Objects®New Object

5、®Type of Object(series)®Name for Object(X)(图2-7、图2-8)®OK。同理,可输入变量Y。图2-7输入变量X状态图图2-8 Workfile工作状态图3输入样本数据在Workfile工作状态下选中X、Y,右击鼠标,Open®as Group®Edit,输入数据(见图2-9)。图2-9 Edit工作状态图4输入方程式在Workfile工作状态下,选中Y、X,右击鼠标,Open®as Equation®Equation Specification®(Y C X)(图2-10)

6、®OK,输出回归分析结果(见图2-11)。图2-10 输入Y C X工作状态图图2-11 回归分析表输出结果的解释:Variable 解释变量Coefficient 解释变量的系数Std.Error 标准差t-Statistic t-检验值Prob. t-检验的相伴概率R-squared 样本决定系数Adjusted R-squared 调整后的样本决定系数 回归标准差Sum squared resid 残差平方和Log likelihood 对数似然比Durbin-Watson stat D-W统计量Mean dependent var 被解释变量的均值S.D.dependent

7、var 被解释变量的标准差Akaike info criterion 赤池信息量Schwarz criterion 施瓦兹信息量F-statistic F统计量Prob(F-statistic) F统计量的相伴概率由图2-11可以获得以下信息: 是b0, b1回归系数的估计量值,r2是在双变量情况下,样本的可决系数 是估计量的标准差,是估计量的t 统计量。 F=160.7542是F检验统计量的值样本回归函数为: 样本回归函数(Sample Regression Function,SRT)5预测(1)扩展工作范围在Workfile工作状态下,ProcsChange Workfile RangeEnd data(2005)OK再选择Sample(1995 2005)( 图2-12) OK图2-12 工作范围图(2)输入解释变量值在Workfile工作状态下,XEdit (3500)。(3)预测在图2-11 Equation工作状态下,选择ForecastOK(见图2-13),得到预测结果(见图2-14)图2-13

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。

评论

0/150

提交评论