第二章-eviews线性回归模型

第二章线性回归模型南京财经大学经济学院王芳一元线性回归模型多元线性回归模型一元线性回归模型案例Case1是黑龙江省伊春林区1999年16个林业局的年木材采伐量和相应伐木剩余物数据。下面利用该数据介绍怎样利用EViews软件进行OLS回归；画散点图。从EViews主菜单中点击Quick键，选择Graph/Scatter功能画图时应该先输入横轴的变量名，再输入纵轴的变量名。从工作文件主菜单中点击Quick键，选择EstimateEquation功能。立即弹出一个方程设定(EquationSpecification)对话框，在其中EquationSpecification选择框中输人ycx，也可以按选择框中的说明方式输入y=C(1)十C(2)*x,表示一个一元线性回归方程，被解释变量Y对解释变量x和常数项C回归。点击对象窗口中的View键，选择Actual,Fitted,Residua/Actual,Fitted,ResidualTable功能就可以得到图形，可以用来进行残差分析。点击View中的Presentation键，还可以得到输出结果的代数表达式，按Stats键可以还原回第一种显示方式。另外按Print键可以打印，按Name键可以为此输出结果命名，按Estimate键可以随时改变估计模型的数学形式、样本范围以及估计方法。Std.Error(标准误差):主要用来衡量回归系数的统计可靠性。标准误差越大，回归系数估计值越不可靠。t-Statistic(t统计量):检验的是某个系数是否为零(该变量是否不存在于回归模型中)，它等于系数与其标准误差之比。prob(概率)，此列显示在服从t分布条件下，对应其左侧一列t统计量值的概率。通过这一信息可以方便地分辨出是拒绝还是接受系数真值为零的假设。正常情况下，概率低于0.05即可认为对应系数显著不为零。R-squared(可决系数):R2测量的是在样本范围内用回归来预测被解释变量的好坏程度。R2=l说明回归拟合得很完美，若R2=0则回归并不比被解释变量的简单平均值拟合得更好。R2是被解释变量能够被解释变量所解释的部分。S.E.ofregression(回归的标准误差):这是一个对预测误差大小的总体度量，它和被解释变量的单位相同，是对残差大小的度量。Sumsquaredresid(残差平方和):它是残差的平方和，可以用做一些检验的输入值。Loglikelihood(对数似然估计值):这是在系数估计值的基础上对对数似然函数的估计值(假定误差服从正态分布)。可以通过观察方程的约束式和非约束式的对数似然估计值的差异;进行似然比检验。Durbin-Watsonstat(DW统计量):这是对序列相关性进行检验的统计量。如果它比2小很多，则证明这个序列正相关MeanDependentVar(被解释变量的均值):被解释变量的样本均值。F-Statistic(F统计量):这是对回归式中的所有系数均为0(除了常数项)的假设检验。如果，统计量超过了临界值，那么说明至少有一个回归系数不为0。Prob(F-Statistic)(F统计量对应的概率):该项是由上面F统计量的值计算出的概率。X=20条件下模型的样本外预测方法把工作文件范围从原来的1~16改为1~17。打开x的数据窗口，利用Edit+/-键给x的第17个观测值赋值为20。输出结果窗口中点击Forecast键，随即弹出一个关于预测(Forecast)的对话框。yf

在Forecastname选择区自动生成，yf是保存预测值的变量。在Forecastsample选择区把预测范围从1~17改为17~17，即只预测x=20时的y的值。多元线性回归模型案例case2是1950-1987年间美国机动汽油消费量和影响消费量的变量数值。其中各变量表示：QMG-机动车汽油消费量；MOB-汽车保有量；PMG-机动汽油零售价格；POP-人口数；GNP-按照1982年美元计算的GNP；以汽油消费量为因变量，其它变量为自变量，建立一个回归模型。1、建立模型一是选object/newobject，在新建对象对话框中选对象为Equation，并命名，点击OK另一是选Quick/estimateequation.在方程定义一栏中的输入内容也有两种完全等价的选择：一是直接输入要拟合的方程式Qmg=c(1)+c(2)*car+c(3)*pmg+c(4)*pop+c(5)*rgnp另一是直接输入变量列表Qmgccarpmgpoprgnp

2．建模的命令操作只需在主窗口命令行输入：Lsqmg=c(1)+c(2)*car+c(3)*pmg+c(4)*pop+c(5)*rgnp或等价的输入变量列表LsQmgccarpmgpoprgnp

3．预测菜单命令是对方程对象操作proc/forecast,或直接从工具栏中选Forecast，Eviews会产生一个新的对话框，可以生成名为原自变量名加f名的新序列，也可自己命名。RMSE均方根误差；MAE平均绝对误差MAPE即平均绝对百分误差Theilinequalitycoefficient希尔不等系数Biasproportion偏差率Varianceproportion方差率Covarianceproportion协变率利用极大似然法估计模型参数这就是变量Y的似然函数。对似然函数求极大值和对对数似然函数求极大值是等价的。EViews编程以case1为例。先在object中打开logl对象