实验一 Eviews的基本使用、线性回归模型的估计和检验

实验一 Eviews 的基本使用、线性回归模型的估计和检验

实验目的与要求：熟悉Eviews 软件基本使用功能、掌握线性回归模型的参数估计及其检验。 实验内容：建立一个工作文件、数据的输入、数据的保存、生成新序列、 作序列图和相关图。线性回归模型的参数估计及其检验。

实验步骤：（具体步骤同学们可按照课堂讲解的程序进行也可按下面的指导操作，无论怎么操作，只要得到正确的结果即可） 一、模型的构建

表 2002年中国各地区城市居民人均年消费支出和可支配收入

作城市居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)的散点图，如图

从散点图可以看出居民家庭平均每人每年消费支出

(Y)和城市居民人均年可支配

收入(X)大体呈现为线性关系，

4000

6000

8000

10000

12000

4000

6000

8000

10000

12000

14000

X

Y

所以建立的计量经济模型为如下线性模型： 12i i i Y X u ββ=++ 二、估计参数

利用EViews 作简单线性回归分析的步骤如下： 1、建立工作文件

首先，双击EViews 图标，进入EViews 主页。在菜单一次点击File\New\Workfile ，出现对话框“Workfile Range ”。在“Workfile frequency ”中选择数据频率： Annual (年度) Weekly ( 周数据 )

Quartrly (季度) Daily (5 day week ) ( 每周5天日数据 ) Semi Annual (半年) Daily (7 day week ) ( 每周7天日数据 ) Monthly (月度) Undated or irreqular (未注明日期或不规则的)

在本例中是截面数据，选择“Undated or irreqular ”。并在“Start date ”中输入开始时间或顺序号，如“1”在“end date ”中输入最后时间或顺序号，如“31”点击“ok ”出现“Workfile UNTITLED ”工作框。其中已有变量：“c ”—截距项 “resid ”—剩余项。

在“Objects ”菜单中点击“New Objects”，在“New Objects”对话框中选“Group”，并在“Name for Objects”上定义文件名，点击“OK ”出现数据编辑窗口。

若要将工作文件存盘，点击窗口上方“Save ”，在“SaveAs ”对话框中给定路径和文件名，再点击“ok ”，文件即被保存。 2、输入数据

在数据编辑窗口中，首先按上行键“↑”，这时对应的“obs”字样的空格会自动上跳，在对应列的第二个“obs”有边框的空格键入变量名，如“Y ”，再按下行键“↓”，对因变量名下的列出现“NA ”字样，即可依顺序输入响应的数据。其他变量的数据也可用类似方法输入。 也可以在EViews 命令框直接键入“data X Y ”(一元时) 或 “data Y 1X 2X … ”(多元时)，回车出现“Group”窗口数据编辑框，在对应的Y 、X 下输入数据。

若要对数据存盘，点击 “fire/Save As”，出现“Save As ”对话框，在“Drives ”点所要存的盘，在“Directories ”点存入的路径（文件名），在“Fire Name ”对所存文件命名，或点已存的文件名，再点“ok ”。

若要读取已存盘数据，点击“fire/Open”，在对话框的“Drives”点所存的磁盘名，在“Directories”点文件路径，在“Fire Name”点文件名，点击“ok”即可。

3、估计参数

方法一：在EViews 主页界面点击“Quick ”菜单，点击“Estimate Equation ”，出现“Equation specification ”对话框，选OLS 估计，即选击“Least Squares”，键入“Y C X ”，点“ok ”或按回车，即出现如下表那样的回归结果。

在本例中，参数估计的结果为：

^

282.24340.758511i i Y X =+ （287.2649） (0.036928)

t=(0.982520) (20.54026) 2

0.935685r = F=421.9023 df=29

方法二：在EViews 命令框中直接键入“LS Y C X ”，按回车，即出现回归结果。

若要显示回归结果的图形，在“Equation ”框中，点击“Resids ”，即出现剩余项（Residual ）、实际值（Actual ）、拟合值（Fitted ）的图形，如图所示。

三、模型检验

1、经济意义检验

所估计的参数^

20.758511β=，说明城市居民人均年可支配收入每相差1元，可导致居民消费支出相差0.758511元。这与经济学中边际消费倾向的意义相符。 2、拟合优度和统计检验

用EViews 得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。 拟合优度的度量：由结果中可以看出，本例中可决系数为0.935685，说明所建模型整体上对样本数据拟合较好，即解释变量“城市居民人均年可支配收入”对被解释变量“城市居民人均年消费支出”的绝大部分差异作出了解释。

对回归系数的t 检验：针对01:0H β=和02:0H β=，由回归结果中还可以看出，估计的回归系数^1β的标准差和t 值分别为：^1()287.2649SE β=，^1()0.982520t β=；^

2β的标准差和t 值分别为：^2()0.036928SE β=，^

2()20.54026t β=。取0.05α=，查t 分布表得自由

度为

231229

n -=-=的临界值

0.025(29) 2.045

t =。因为

^

10.025()0.982520(29) 2.045t t β=<=，所以不能拒绝01:0H β=；因为^

20.025()20.54026(29) 2.045t t β=>=，所以应拒绝02:0H β=。这表明，城市人均年可支

配收入对人均年消费支出有显著影响。