运用EVIEWS建立多元线性回归并进行相关检验

运用EVIEWS 建立多元线性回归并进行相关检验
姓名：jelly
一、输入数据
某社区家庭对某种消费品的消费需要调查
二、根据数据画出散点图
从上面两散点图可以看出此社区家庭对某商品的消费支出与家庭月收入、商品的价格大致呈线性关系且随着家庭收入和户主受教育年数的逐渐增大对此商品的消费支出也呈逐渐增大的趋势。

三、样本相关阵
从样本相关阵可以看出，某商品的消费支出与家庭月收入、商品的价格的相关系数高达0.965046和0.752695 ，说明某商品的消费支出与家庭月收入、商品的价格有显著的线性关序号 商品 价格X1 家庭月 收入X2 对某商品的消费支出Y 1 23.56 7620 591.9 2 24.44 9120 654.5 3 32.07 10670 623.6 4 32.46 11160 647 5 31.15 11900 674 6 34.14 12920 644.4 7 35.3 14340 680 8 38.7 15960 724 9 39.63 18000 757.1 10 46.68 19300 706.8
系，可以考虑建立二元线性回归模型。

四、对数据进行普通最小二乘估计，OLS 表如下
五、写出估计方程
12626.50939.7905700.28618i Y X X ∧=-+
（40.13010） （3.197843） （0.05838）
t=(15.611195) (-3.061617) (4.902030)
20.902218R = 2
R =0.874281 六、随机干扰项
2'1e e n k σ∧=--
'''''ˆˆˆˆˆ()()()()e e Y Y
Y Y Y X Y X Y Y Y X βββ=--=--=-=2116.85 所以22116.85ˆ302.411021
σ==-- 由OLS 表得
20.902218R = 2R =0.874281 七、由OLS 可得 F=32.29 0.05(2,7) 4.74F =
因为32.29>4.74,所以方程的总体线性性显著成立
由OLS 表可得 C 的t 值为15.61 X1的t 值为-3.06 X2的值为4.90 0.025(7) 2.365t =
所以常输项，X1和X2的总体参数都显著的异于零
将数据分别代入以下三个式子：
0ˆ00.025ˆt S ββ±⨯ 1ˆ10.025ˆt S ββ±⨯ 2
ˆ20.025ˆt S ββ±⨯ 可得参数95%的置信区间分别为（531.62，724.40） -17.35，-2.22） （0.014，0.042）
八、X1=35 X2=20000
将X1，X2代人方程可得Y 为856.20
Y 的均值
0ˆY S =37.05 0.025(7) 2.365t = 所以Y 的均值在95%的置信区间
为（768.58，943.82）
Y 的个值0ˆY S =40.93 0.025(7) 2.365t =
所以Y 的个值在95%的置信区间为（759.41，952.99）
第二个实验
输入数据，对其进行回归分析输出OLS 表
由表可得方程为
ˆln 101540.609ln 0.361ln Y K L =++ （1.59）（3.45） （1.79）
2R =0.8099 2R =0.7963 F=59.66
0.05(2,28)F =3.34 0.025(28)t =2.048 0.01(28)t =1.701
所以lnK 与lnL 联合起来对lnY 有显著的线性影响
在5%的显著性水平下，lnK 的参数通过了检验但lnL 的参数未通过t 检验，如果设定显著性水平为10%，lnL 与lnK 都通过检验。

R =0.7963表明，工业总产值对数值的79.6%的变化可以由资产合计的对数值与职工的对数值的变化来解释，但仍有20.4%的变化是由其他因素的变化影响的。

2、因为0.609+0.36大致等于1，也就是说明资产与劳动的产出
弹性之和近似为1，表明中国制造业在该年基本呈现规模报酬不变的状态。

可以对其进行约束检验
零假设0H ：αβ+=1
假设原假设为真，建立的模型为
ln ln Y
K
C u L L α=++
根据此模型输出OLS 表，如下。