用Eviews软件建立一元线性回归模型并进行相关检验的实验报告
《计量经济学》eviews实验报告一元线性回归模型详解
计量经济学》实验报告一元线性回归模型-、实验内容（一）eviews基本操作（二）1、利用EViews软件进行如下操作：（1）EViews软件的启动（2）数据的输入、编辑（3）图形分析与描述统计分析（4）数据文件的存贮、调用2、查找2000-2014年涉及主要数据建立中国消费函数模型中国国民收入与居民消费水平:表1年份X(GDP)Y（社会消费品总量）200099776.339105.72001110270.443055.42002121002.048135.92003136564.652516.32004160714.459501.02005185895.868352.62006217656.679145.22007268019.493571.62008316751.7114830.12009345629.2132678.42010408903.0156998.42011484123.5183918.62012534123.0210307.02013588018.8242842.82014635910.0271896.1数据来源：二、实验目的1.掌握eviews的基本操作。
2.掌握一元线性回归模型的基本理论，一元线性回归模型的建立、估计、检验及预测的方法，以及相应的EViews软件操作方法。
三、实验步骤（简要写明实验步骤）1、数据的输入、编辑2、图形分析与描述统计分析3、数据文件的存贮、调用4、一元线性回归的过程点击view中的Graph-scatter-中的第三个获得在上方输入Isycx回车得到下图DependsntVariable:Y Method:LeastSquares□ate:03；27/16Time:20:18 Sample:20002014 Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3J73.7023i820.535-2.1917610.0472X0416716 0.0107S838.73S44 a.ooao R-squared0.991410 Meandependentwar119790.2 AdjustedR.-squared 0.990750 S.D.dependentrar 7692177 S.E.ofregression 7J98.292 Akaike infocriterion20.77945 Sumsquaredresid 7；12E^-08 Scliwarz 匚「爬伽20.37386 Loglikelihood -1&3.3459Hannan-Quinncriter. 20.77845 F-statistic 1I3&0-435 Durbin-Watsonstat0.477498Prob(F-statistic)a.oooooo在上图中view 处点击view-中的actual ,Fitted ,Residual 中的第一 个得到回归残差打开Resid 中的view-descriptivestatistics 得到残差直方图/icw Proc Qtjject PrintN^me FreezeEstimateForecastStatsResids凹Group:UNIIILtD Worktile:UN III LtLJ::Unti1DependentVariablesMethod;LeastSquares□ate:03?27/16Time:20:27Sample(adjusted):20002014Includedobservations:15afteradjustmentsVariable Coefficient Std.Errort-Statistic ProtJ.C-3373.7023^20.535-2.191761 0.0472X0.4167160.01075S38.735440.0000R-squared0.991410 Meandependeniwar1-19790.3 AdjustedR-squa.red0990750S.D.dependentvar 76921.77 SE.ofregre.ssion 7J98.292 Akaike infacriterion20.77945 Sumsquaredresid 7.12&-0S Schwarzcriterion 20.S73S6 Laglikelihood -153.84&9Hannan-Quinncrite匚20.77545 F-statistic1I3&0.435Durbin-Watsonstat 0.477498 ProbCF-statistic) a.ooaooo在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图roreestYFM J訓YForea空巾取且:20002015 AdjustedSErmpfe:2000231i mskJddd obaerratire:15Roof kter squa red Error理l%2Mean/^oLteError畐惯啟iJean Afe.PereersErro r5.451SSQThenhe鼻BI附GKWCE口.他腐4Prop&niwi□ooooooVactaree Propor^tori0.001^24G M『倚■底Props^lori09®475在上方空白处输入lsycs…之后点击proc中的forcase根据公式Y。
用eviews进行一元线性回归分析报告
外国语大学国际商学院本科生课程论文（设计）题目：一元回归分析居民收入和支出的关系姓名：学号：专业：年级：班级：任课教师：2014 年 4 月容摘要随着本文中的收集数据参考了中国统计年鉴以及书本《计量经济学》中的相关统计结果，对我国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出进行分析。
利用EVIEWS软件对计量模型进行参数评估和检验，最终得出相关结论。
关键词：居民消费；居民收入；EVIEWS；一元回归分析目录一、引言 (1)（一）研究背景 (1)（二）研究意义 (1)二、研究综述 (2)（一）模型设定 (2)1.定义变量 (2)2.数据来源 (2)（二）作散点图 (3)三、估计参数 (4)（一）操作步骤 (4)（二）回归结果 (4)四、模型检验 (5)（一）经济意义检验 (5)（二）拟合优度和统计检验 (5)（三）回归预测 (5)五、结论 (5)参考文献： (6)一元回归分析居民收入与支出的关系一、引言（一）研究背景随着近年来我国成为世界第二大经济体，居民的高生活水平也日益显著。
我国人口正在高速城镇化，2011年中国大陆城镇人口为69079万人，城镇人口占总人口比重达到51.27％。
因此城镇居民作为消费主体，研究城镇居民人均可支配收入以及人均可支配消费性支出之间的关系，可以有效的了解到我国各地区的人民生活水平以及经济状况，因此能更好的的带动我国GDP的飙升，改善居民的生活水平。
（二）研究意义居民消费在社会经济的持续发展中有着重要的作用。
居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这要是人民生活水平的具体体现。
改革开饭以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。
但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。
例如，2007年的城市居民家庭平均每人每年消费支出，最高的是市达人均20667.91元，最低的则是，人均只有8871.27元，是的2.33倍。
计量经济学实验报告
一、实验目的及要求：1、目的利用EVIEWS 实验软件，使学生在实验过程中全面了解和熟悉计量经济学的基本概念，熟悉一元线性回归模型估计的基本程序和基本方法。
2、内容及要求(1) 熟悉ＥＶＩＥＷＳ实验软件的基本操作程序和方法； (2) 掌握一元线性回归模型基本概念，了解其估计和检验原理 (3) 提交实验报告二、仪器用具：三、实验结果与数据处理：1下面是利用1970-1980年美国数据得到的回归结果。
其中Y 表示美国咖啡消费（杯/日.人），X 表示平均零售价格（美元/磅）。
注：262.2)9(2/=αt ，228.2)10(2/=αt6628.006.42)()1216.0(4795.06911.2ˆ2===-=R t se X Y tt）（值1. 写空白处的数值。
12. 对模型中的参数进行显著性检验。
3. 解释斜率系数1β的含义，并给出其95%的置信区间。
解：（1）1308.221216.06911.2)(00===ββse t0114.006.424795.0)(11-=-==tse ββ（2）用t 检验法分别对模型中的参数0β1β进行显著性水平检验： 在5%的显著性水平下，模型的自由度为11-2=9，且262.2)9(025.0=t 由于262.21308.220>=βt ，故该模型的截距项在统计上是显著的； 同理 262.206.421>=βt ，即斜率系数在统计上也是显著的。
（3）斜率系数4795.01-=β，小于0，在其他条件不变的情况下，咖啡的平均零售价格每增加一个单位，美国咖啡的日消费将平均减少0.4795个单位，说明咖啡的消费量与其平均零售价格呈负相关关系。
1β的95%的置信区间为：]4537.0,5053.0[)]ˆ(ˆ),ˆ(ˆ[12/112/1--+-即ββββααse t se t2美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）上。
eviews实验报告一元线形回归模型
【实验编号】 1【实验名称】一元线形回归模型【实验目的】掌握一元线性回归分析的步骤【实验内容】一、实验数据表1 1978年-2009年中国税收与国内生产总值统计表单位：亿元年份税收GDP 年份税收GDP1978 519.28 3645.2 1994 5126.88 48197.91979 537.82 4062.6 1995 6038.04 60793.71980 571.7 4545.6 1996 6909.82 71176.61981 629.89 4891.6 1997 8234.04 78973.01982 700.02 5323.4 1998 9262.80 84402.31983 775.59 5962.7 1999 10682.58 89677.11984 947.35 7208.1 2000 12581.51 99214.61985 2040.79 9016.0 2001 15301.38 109655.21986 2090.73 10275.2 2002 17636.45 120332.71987 2140.36 12058.6 2003 20017.31 135822.81988 2390.47 15042.8 2004 24165.68 159878.31989 2727.4 16992.3 2005 28778.54 184937.41990 2821.86 18667.8 2006 34804.35 216314.41991 2990.17 21781.5 2007 45621.97 265810.31992 3296.91 26923.5 2008 54223.79 314045.41993 4255.30 35333.9 2009 59521.59 340506.9 资料来源：《中国统计年鉴2010》二、实验过程1、建立工作文件（1）点击桌面Eviews5.0图标，运行Eviews软件。
回归分析实验1 Eviews基本操作及一元线性回归
第一部分EViews基本操作第一章预备知识一、什么是EViewsEViews (Econometric Views)软件是QMS（Quantitative Micro Software）公司开发的、基于Windows平台下的应用软件，其前身是DOS操作系统下的TSP软件。
EViews具有现代Windows软件可视化操作的优良性。
可以使用鼠标对标准的Windows菜单和对话框进行操作。
操作结果出现在窗口中并能采用标准的Windows技术对操作结果进行处理。
EViews还拥有强大的命令功能和批处理语言功能。
在EViews的命令行中输入、编辑和执行命令。
在程序文件中建立和存储命令，以便在后续的研究项目中使用这些程序。
EViews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包，是专门从事数据分析、回归分析和预测的工具，在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。
应用领域■ 应用经济计量学■ 总体经济的研究和预测■ 销售预测■ 财务分析■ 成本分析和预测■ 蒙特卡罗模拟■ 经济模型的估计和仿真■ 利率与外汇预测EViews引入了流行的对象概念，操作灵活简便，可采用多种操作方式进行各种计量分析和统计分析，数据管理简单方便。
其主要功能有：（1）采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作；（2）输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生成新的序列；（3）计算描述统计量：相关系数、协方差、自相关系数、互相关系数和直方图；（4）进行T 检验、方差分析、协整检验、Granger 因果检验；（5）执行普通最小二乘法、带有自回归校正的最小二乘法、两阶段最小二乘法和三阶段最小二乘法、非线性最小二乘法、广义矩估计法、ARCH 模型估计法等；（6）对选择模型进行Probit、Logit 和Gompit 估计；（7）对联立方程进行线性和非线性的估计；（8）估计和分析向量自回归系统；（9）多项式分布滞后模型的估计；（10）回归方程的预测；（11）模型的求解和模拟；（12）数据库管理；（13）与外部软件进行数据交换EViews可用于回归分析与预测(regression and forecasting)、时间序列(Time Series)以及横截面数据(cross-sectional data )分析。
计量经济学实验报告一元线性回归模型实验
2013－2014第1学期计量经济学实验报告实验（一）：一元线性回归模型实验学号姓名：专业：国际经济与贸易选课班级：实验日期：2013年12月2日实验地点：K306实验名称：一元线性回归模型实验【教学目标】《计量经济学》是实践性很强的学科，各种模型的估计通过借助计算机能很方便地实现，上机实习操作是《计量经济学》教学过程重要环节。
目的是使学生们能够很好地将书本中的理论应用到实践中，提高学生动手能力，掌握专业计量经济学软件EViews的基本操作与应用。
利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测。
【实验目的】使学生掌握1.Eviews基本操作：（1）数据的输入、编辑与序列生成；（2）散点图分析与描述统计分析；（3）数据文件的存贮、调用与转换。
2. 利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测【实验内容】1.Eviews基本操作：（1）数据的输入、编辑与序列生成；（2）散点图分析与描述统计分析；（3）数据文件的存贮、调用与转换；2. 利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测。
实验内容以下面1、2题为例进行操作。
1、为了研究深圳地方预算中财政收入与国内生产总值关系，运用以下数据：(1)建立深圳的预算内财政收入对GDP的回归；(2)估计模型的参数，解释斜率系数的意义；(3)对回归结果进行检验；(4)若2002年的国内生产总值为3600亿元，试确定2002年财政收入的预测值和预α=)。
测区间(0.052、在《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）上，公布有美国各航空公司业绩的统计数据。
航班正点准时到达的正点率和此公司每10万名乘客中投诉1(1)做出上表数据的散点图(2)依据散点图，说明二变量之间存在什么关系？(3)描述投诉率是如何根据航班正点率变化，并求回归方程。
计量经济学eviews实验报告
大连海事大学实验报告Array实验名称: 计量经济学软件应用专业班级:财务管理201３-1姓名: 安妮指导教师:赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件得基本功能，并将其应用在一元线性回归模型得分析中。
具体包括：Eviｅw得安装，样本数据基本统计量计算,一元线性回归模型得建立、检验及结果输出与分析，多元回归模型得建立与分析,异方差、序列相关模型得检验与处理等。
二、实验环境ＷINＤOWSＸP或200０操作系统下,基于EVIEWS5、1平台。
三、实验模型建立与分析案例1：我国1９9５－2014年得人均国民生产总值与居民消费支出得统计资料（此资料来自中华人民共与国统计局网站)如表1所示,做回归分析。
表1我国1995—２０１4年人均国民生产总值与居民消费水平情况(1）做出散点图,建立居民消费水平随人均国内生产总值变化得一元线性回归方程，并解释斜率得经济意义；利用evｉｅwｓ软件输出结果报告如下: Depeｎdent Ｖarｉablｅ：ＣＯNSＵMPTIONMｅｔhod: Lｅast SqｕaｒｅsDａte：０6/11/16Tiｍｅ: 19：02Saｍｐle: 1995 2０14Incluｄｅd observａtｉoｎs:20Variａble Coeｆficiｅnt Stｄ、Ｅrrort—Ｓtaｔisｔic Prｏb、C 6９１、02２５113、3920 ６、094１0４0、0000ＡＶGDP 0、３5２7７0 ０、004908 71、88０54 0、0000Ｒ－squaｒｅd 0、９９6５28 Mean depeｎdent var 7351、300Ａdjｕsted R-squarｅd ０、99６３３5 Ｓ、D、dependent ｖar48２8、7６5S、Ｅ、of ｒegressioｎ292、３118 Ａkaike iｎfo criterion 1４、288１６Sum squａrｅｄresｉd 15３8０32、 Schwarz criterion14、3877３Log ｌiｋelihood -140、8８1６Hannan－Quｉnn cｒitｅr、14、３0760F－ｓｔａtｉstｉc 5166、81１Duｒbｉｎ－Ｗａｔsonstaｔ0、403709Proｂ(F—ｓtatistic）0、000０00由上表可知财政收入随国内生产总值变化得一元线性回归方程为:(令Ｙ=ＣＯNＳUMPTIOＮ,Ｘ=AVＧDＰ（此处代表人均GＤP)）Y = 6９１、０２２5+０、352７70* X其中斜率０、３527７0表示国内生产总值每增加一元，人均消费水平增长0、３５２７7元.检验结果Ｒ2=0、９96５28，说明９9、6５28%得样本可以被模型解释,只有0、3472%得样本未被解释,因此样本回归直线对样本点得拟合优度很高.（2)对所建立得回归方程进行检验：（５%显著性水平下，t(18)=2、10１）对于参数c假设： H0：ｃ=0、对立假设:Ｈ1：c≠0对于参数GDＰ假设： H0： GＤＰ=0、对立假设：Ｈ1: GDP≠0由上表知:对于ｃ,t=6、094104>t(n－2）=ｔ(18)=２、10１因此拒绝H0： c=0，接受对立假设：Ｈ1: c≠０对于ＧＤP, t=71、8８054﹥t（n—2）=t（１８）=2、101因此拒绝H０: ＧＤP=０，接受对立假设: Ｈ1： GDP≠０此外F统计量为51６6、811，数值很大，可以判定，人均国内生产总值对居民消费水平在5%得显著性水平下有显著性影响。
计量经济学eviews实验报告精编版
大连海事大学实验报告Array实验名称：计量经济学软件应用专业班级：财务管理2013-1*名：**指导教师：***交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况2008年23912 87072009年25963 95142010年30567 109192011年36018 131342012年39544 146992013年43320 161902014年46612 17806 （1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 691.0225 113.3920 6.094104 0.0000AVGDP 0.352770 0.004908 71.88054 0.0000R-squared 0.996528 Mean dependent var 7351.300Adjusted R-squared 0.996335 S.D. dependent var 4828.765S.E. of regression 292.3118 Akaike info criterion 14.28816Sum squared resid 1538032. Schwarz criterion 14.38773Log likelihood -140.8816 Hannan-Quinn criter. 14.30760F-statistic 5166.811 Durbin-Watson stat 0.403709Prob(F-statistic) 0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。
一元回归及检验实验报告
竭诚为您提供优质文档/双击可除一元回归及检验实验报告篇一：一元线性回归模型的参数估计实验报告山西大学实验报告实验报告题目：计量经济学实验报告学院：专业：课程名称：计量经济学学号：学生姓名：教师名称：崔海燕上课时间：一、实验目的：掌握一元线性回归模型的参数估计方法以及对模型的检验和预测的方法。
二、实验原理：1、运用普通最小二乘法进行参数估计；2、对模型进行拟合优度的检验；3、对变量进行显著性检验；4、通过模型对数据进行预测。
三、实验步骤：（一）建立模型1、新建工作文件并保存打开eviews软件，在主菜单栏点击File\new\workfile，输入startdate1978和enddate20XX并点击确认，点击save 键，输入文件名进行保存。
2输入并编辑数据在主菜单栏点击Quick键，选择empty\group新建空数据栏，先输入被解释变量名称y，表示中国居民总量消费，后输入解释变量x，表示可支配收入，最后对应各年分别输入数据。
点击name键进行命名，选择默认名称group01,保存文件。
得到中国居民总量消费支出与收入资料：xY年份19786678.83806.719797551.64273.219807944.24605.5198 184385063.919829235.25482.4198310074.65983.21984115 656745.7198511601.77729.2198613036.58210.9198714627 .788401988157949560.5198915035.59085.5199016525.994 50.9199118939.610375.8199222056.511815.3199325897.3 13004.7199428783.413944.2199531175.415467.919963385 3.717092.5199735956.218080.6199838140.919364.119994 027720989.3200042964.622863.920XX20XX20XX20XX20XX20XX46385.45127457408.164623.17 4580.485623.124370.126243.22803530306.233214.436811 .2注：y表示中国居民总量消费x表示可支配收入3、画散点图，判断被解释变量与解释变量之间是否为线性关系在主菜单栏点击Quick\graph出现对话框，输入“xy”，点击确定。
《计量经济学》eviews实验报告一元线性回归模型
《计量经济学》实验报告一元线性回归模型
三、实验步骤(简要写明实验步骤)
1、数据的输入、编辑
2、图形分析与描述统计分析
3、数据文件的存贮、调用
4、一元线性回归的过程
点击view中的Graph-scatter-中的第三个获得
在上方输入ls y c x回车得到下图
在上图中view处点击view-中的actual,Fitted,Residual中的第一个得到回归残差
打开Resid中的view-descriptive statistics得到残差直方图
打开工作文件第二个中的structure将workfiels选中第一个,将右边改为16个
之后打开工作文件xy右键双击,open-as grope
在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图
在上方空白处输入ls y c s---之后点击proc 中的forcase 根据
公式)|(0^
0X Y Y E 得到2015估计量
四、实验结果及分析(将本问题的回归模型写出,并作出经济意义检。
计量经济学eviews实验报告
计量经济学e v i e w s实验报告标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]大连海事大学实验报告实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Errort-Statistic Prob.CAVGDPR-squared Mean dependent var Adjusted R-squared. dependent var. of regression Akaike info criterionSum squared resid1538032.Schwarz criterionLog likelihood Hannan-Quinn criter.F-statistic Durbin-Watson statProb(F-statistic)由上表可知财政收入随国内生产总值变化的一元线性回归方程为: （令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = +* X其中斜率表示国内生产总值每增加一元,人均消费水平增长元。
计量经济学EViews自相关检验及修正实验报告
自相关问题的检验与修正【实验目的与要求】熟练使用EViews软件进行计量分析，理解自相关的检验和估计的基本方法【实验准备】1.自相关的基本概念：若Cov(u i,u j)=E(u i uj)=0(i≠j)不成立，即线性回归模型扰动项的方差—协方差矩阵的非主对角线元素不全为零，则称为扰动项自相关，或序列相关（serial correlation）2.自相关的后果：（1）在扰动项自相关的情况下，尽管OLS估计量仍为无偏估计量，但不再具有最小方差的性质，即不是BLUE。
（2）OLS估计量的标准误差不再是真实标准误差的无偏估计量，使得在自相关的情况下，无法再信赖回归参数的置信区间或假设检验的结果。
3.检验自相关的基本方法：残差检验、D.W检验、Q检验4.自相关的修正方法：广义差分法。
【实验内容】1.利用实验数据建立实际有效汇率REER对名义有效汇率NEER的一元回归模型，根据残差检验、D.W 检验、Q检验判别是否存在自相关。
2.利用实验数据，建立中国出口EX对中国进口IM的一元回归模型，根据残差检验、D.W检验、Q 检验判别是否存在自相关。
3.如果检验结果为存在自相关，根据残差检验和D.W检验估计一阶自相关系数。
4.根据估计出的一阶自相关系数，利用广义差分法估计模型。
5.对利用广义差分法估计得到的模型，根据残差检验、D.W检验、Q检验判别是否存在自相关。
6.对实际有效汇率REER对名义有效汇率NEER和中国出口EX对中国进口IM的一元回归模型，根据残差检验和Q检验判别是否存在高阶自相关。
7.如果检验结果为存在高阶自相关，根据残差检验估计高阶自相关系数。
8.根据估计出的高阶自相关系数，利用广义差分法估计模型。
9.对利用广义差分法估计得到的模型，根据残差检验和Q检验判别是否存在高阶自相关。
10.对在同样数据基础上得到的不同模型进行比较分析。
以下实验数据为1980-2003年人民币名义有效汇率（NEER）和实际有效汇率（REER）的数据（来源于国际货币基金组织出版的国际金融统计（IFS））和1982-2002年中国出口（EX）和进口（IM）（单位：亿美元）的数据（来源于中国商务部网站）。
一元线性回归模型实验报告
⼀元线性回归模型实验报告⼭东轻⼯业学院实验报告成绩课程名称：计量经济学指导教师：刘海鹰实验⽇期： 2012年4⽉9⽇院（系）：商学院专业班级⾦融10-1 实验地点：机电楼B座5楼学⽣姓名：张⽂奇学号： 201008021029 同组⼈⽆实验项⽬名称：⼀元线性回归⽅程的预测⼀、实验⽬的和要求掌握利⽤ EViews 建⽴⼀元线性回归模型的⽅法，并且进⾏参数估计，对其结果进⾏相关分析以及未来形势的预测。
⼆、实验原理⼀元线性回归模型的建⽴与参数估计及点预测、EViews 软件三、主要仪器设备、试剂或材料计算机、EViews 软件四、实验⽅法与步骤1、启动Eviews5软件，建⽴新的workfile.在主菜单中选择【File】--【New】--【Workfile】,弹出Workfile Create对话框，在Workfile structure type中选择Dated-regular frequency，然后在Frequency 中选择annual，Start date中输⼊1980，End date中输⼊1998，点击OK按钮。
2、在主菜单上依次单击Quick→Empty Group。
3、建⽴⼀个空组，输⼊数据。
4、为每个时间序列取序列名。
单击数据表中的SER01，在数据组对话框中的命令窗⼝输⼊该序列名称Y，回车后Yes。
采⽤同样的步骤修改序列名X。
数据输⼊操作完成。
5、数据输⼊完毕，单击⼯作⽂件窗⼝⼯具条的Save或单击菜单兰的File Save将数据存⼊磁盘,⽂件名为张⽂奇。
6、在主菜单上选Quick菜单，单击Estimate Equation项，屏幕出现Equation Specification估计对话框，在Estimation Settings 中选OLS估计，即Least Squares，输⼊：Y C X（其中C为Eviews固定的截距项系数）。
然后OK，出现⽅程窗⼝。
Eviews的估计结果。
用Eviews软件建立一元线性回归模型并进行相关检验的实验报告
用Eviews软件建立一元线性回归模型并进行相关检验的实验报告1.数据表1列出了某年中国部分省市城镇居民每个家庭平均全年可支配收入X与消费性支出Y 的统计数据。
表12.建立模型应用EViews软件，以表1的数据可绘出可支配收入X与消费性支出Y的散点图（图2-1）。
从该三点图可以看出，随着可支配收入的增加，消费性支出也在增加，大致程线性关系。
据此，我们可以建立一元线性回归模型：Y=β0+β1·X+μ图2-1对模型作普通最小二乘法估计，在Eviews软件下，OLS的估计结果如图（2-2）所示。
Dependent Variable: YMethod: Least SquaresDate: 12/07/11 Time: 21:00Sample: 1 20Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.X 0.755368 0.023274 32.45486 0.0000C 271.1197 159.3800 1.701090 0.1061R-squared 0.983198 Mean dependent var 5199.515Adjusted R-squared 0.982265 S.D. dependent var 1625.275S.E. of regression 216.4435 Akaike info criterion 13.68718Sum squared resid 843260.4 Schwarz criterion 13.78675Log likelihood -134.8718 Hannan-Quinn criter. 13.70661F-statistic 1053.318 Durbin-Watson stat 1.302512Prob(F-statistic) 0.000000图2-2OLS估计结果为^Y=271.12+0.76X(1.70) (32.45)R2=0.9832 D.W. =1.3025 F=1053.3183.模型检验从回归估计的结果看，模型拟合较好。
计量经济学eviews实验报告
计量经济学eviews实验报告大连海事大学实验报告Array实验名称：计量经济学软件应用专业班级：财务管理2013-1姓名：安妮指导教师：赵冰茹交通运输管理学院二○一六年十一月一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。
三、实验模型建立与分析案例1：我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。
表1我国1995-2014年人均国民生产总值与居民消费水平情况2008年23912 87072009年25963 95142010年30567 109192011年36018 131342012年39544 146992013年43320 161902014年46612 17806 （1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义；利用eviews软件输出结果报告如下：Dependent Variable: CONSUMPTIONMethod: Least SquaresDate: 06/11/16 Time: 19:02Sample: 1995 2014Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 691.0225 113.3920 6.094104 0.0000AVGDP 0.352770 0.004908 71.88054 0.0000R-squared 0.996528 Mean dependent var 7351.300Adjusted R-squared 0.996335 S.D. dependent var 4828.765S.E. of regression 292.3118 Akaike info criterion 14.28816Sum squared resid 1538032. Schwarz criterion 14.38773Log likelihood -140.8816 Hannan-Quinn criter. 14.30760F-statistic 5166.811 Durbin-Watson stat 0.403709Prob(F-statistic) 0.000000由上表可知财政收入随国内生产总值变化的一元线性回归方程为:（令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））Y = 691.0225+0.352770* X其中斜率0.352770表示国内生产总值每增加一元,人均消费水平增长0.35277元。
统计回归模型实验报告(3篇)
第1篇一、实验背景与目的随着社会科学和自然科学研究的深入，统计分析方法在各个领域得到了广泛应用。
回归分析作为统计学中一种重要的预测和描述方法，在经济学、医学、心理学等领域发挥着重要作用。
本次实验旨在通过EViews软件，对统计回归模型进行实践操作，掌握回归分析的原理和方法，并验证模型在实际问题中的应用效果。
二、实验内容与步骤1. 数据准备（1）收集实验所需数据：选取某地区近五年居民消费支出与居民收入作为实验数据。
（2）数据整理：将数据录入EViews软件，并进行必要的预处理，如剔除异常值、缺失值等。
2. 模型设定（1）根据实验目的，设定回归模型为：消费支出= β0 + β1 居民收入+ ε，其中β0为截距项，β1为居民收入对消费支出的影响系数，ε为误差项。
（2）选择合适的回归模型：根据实验数据特点，选择线性回归模型进行建模。
3. 模型估计（1）在EViews软件中，输入数据并选择线性回归模型。
（2）进行参数估计：利用最小二乘法（OLS）估计模型参数，得到β0和β1的估计值。
4. 模型检验（1）检验模型的整体拟合优度：计算R²、F统计量等指标，判断模型是否显著。
（2）检验参数估计的显著性：进行t检验，判断β0和β1是否显著异于零。
（3）检验误差项的正态性：进行正态性检验，判断误差项是否符合正态分布。
5. 模型应用（1）预测居民消费支出：利用估计出的模型，预测居民收入在一定范围内的消费支出。
（2）分析居民收入对消费支出的影响：根据β1的估计值，分析居民收入对消费支出的影响程度。
三、实验结果与分析1. 模型整体拟合优度根据实验数据，计算R²为0.9，F统计量为35.12，表明模型整体拟合优度较好，可以用于预测和描述居民消费支出与居民收入之间的关系。
2. 参数估计的显著性t检验结果显示，β0和β1的t值分别为2.12和3.45，均大于临界值，表明β0和β1在统计上显著异于零，居民收入对消费支出有显著影响。
计量经济学Eviews简单线性回归模型的建立与分析应用实验报告
实验一：简单线性回归模型的建立与分析应用【实验目的】1、熟悉计量经济学软件包EViews的界面和基本操作；2、掌握计量经济学分析实际经济问题的具体步骤；3、掌握简单线性回归模型的参数估计、统计检验、预测的基本操作方法；4、理解简单线性回归模型中参数估计值的经济意义。
【实验类型】综合型【实验软硬件要求】计量经济学软件包EViews、微型计算机【实验内容】为研究深圳市地方预算内财政收入（Y）与地区生产总值（X）的关系，建立简单线性回归模型，现根据深圳市统计局网站的相关信息，得到统计数据如下表：请按照下列步骤完成实验一，每个步骤要写出操作过程：（1）打开EViews，新建适当的工作文件夹；打开Eviews后，依次点击File－New－Workfile，新建一个时间序列数据（Dated-regular frequencied）类型的文件，频率选择年度（Annual），键入起止日期1990-2008（如图一），点击ok，新建工作文件夹完成（如图二）（图一）（图二）（2）在工作文件夹中新建变量X和Y，并输入数据；依次点击Objects－New Object，对象类型选择序列（Series），并输入序列名Y（如图三），点击OK，重复以上操作，新建系列对象X。
新建系列对象完成后如（图四）按住ctrl并同时选定X和Y，用鼠标右击选择open—as group，点击Edit ＋/－开始编辑，输入数据，数据输入完毕再点击Edit＋/－一次。
数据输入后如（图五）。
（图三）（图四）（图五）（3）生成X和Y的自然对数序列，保存在工作文件夹中，命名为lnX和lnY；依次点击Objects－Generate Sereies，出现Generate Series by Equation 窗口，在Enter equation窗口中输入公式：lnY=log(Y)点击ok，重复以上操作，输入：lnX=log(X) 创建序列lnX。
（如图六）（图六）（4）求X和Y的描述统计量的值，写出操作过程并画出相应表格；依次点击Quick－Group Statistics—Descriptive Statistics－Common sample，打开Series List窗口，输入x y，点击ok，输出结果（如图七）（图七）（5）作出X和Y的散点图，写出操作过程并画出相应图像，并判断模型是否接近于线性形式；依次点击Quick－Graph，打开Graph Options窗口，在Specific 中选择Scatter(散点图) （如图八）点击OK，得到散点图（如图九）（图八）由散点图可以看出模型接近线性形式（图九）（6） 用OLS 法对模型i i i u X Y ++=21ββ做参数估计，将估计结果保存在工作文件夹中，命名为eq01，写出操作过程和回归分析报告，并解释斜率的经济含义；在窗口空白处输入：ls y c x ，回车，得到结果如图回归分析报告：根据输出结果可得Ŷi = 26.02096 + 0.088820Xi (14.80278) (0.004356) t= (1.757843) (20.38986) R 2 = 0.960716 F=415.7464 D.W=0.626334 n=19 斜率的经济含义:斜率为0.088820，表示地区生产总值每增加1亿元，地方预算内财政收入平均来说增加0.088820亿元（7） 用OLS 法对模型i i i u X Y ++=ln ln 21ββ做参数估计，将估计结果保存在工作文件夹中，命名为eq02，写出操作过程和回归分析报告，并解释斜率 的经济含义；在主窗口空白处输入：ls lny c lnx ，回车，结果如图回归分析报告：根据输出结果可得lny = -1.272730 + 0.873867lnx(0.238775) (0.032394) t= (-5.330249) (26.9761) R 2 = 0.977172 F=727.7097 D.W= 0.811127 n=19 斜率的经济含义:斜率为0.873867，表示地区生产总值每增加1亿元，地方预算内财政收入平均来说增加0.0873867亿元（8） 将保存工作文件夹保存在桌面，文件名为test1.wfl ；依次点击File-Save As 将文件保存在桌面，命名为test1.wfl （9） 对eq01的估计结果做经济意义检验和统计检验（05.0=α），估计的效果如何？经济意义检验：x 的系数β2的估计值为0.088820，说明地区生产总值每增加1亿元，地方预算内财政收入平均来说增加0.088820亿元，该值处于（0,1）符合预期。
eviews实验报告
EViews实验报告1、实验数据教材案例分析部分数据：1991~2000年天津市城镇居民人均消费与人均可支配收入数据2、实验内容对搜集的数据进行回归，研究人均消费与人均可支配收入的关系。
3、实验步骤1、先定义不变价格（1991=1）的人均消费性支出（Yt）和人均可支配收入（Xt）令：Yt=consum/price Xt=income/price得出Yt与Xt的散点图，如上右图。
很明显，Yt和Xt服从线性相关2、应用统计软件EViews完成线性回归由于城镇居民人均全年耐用消费品支出Yt依赖于人均全年可支配收入Xt的变化，因此设定回归模型为Yt=β0+β?Xt﹢μt在工作文件窗口输入命令：y x c，按Enter键，回归结果如下：1）根据输出结果，得到如下回归方程：Yt=185.212+0.654Xts=(14.901) (0.011)t=(12.430) (58.635)R2=0.997678Adjusted R2=0.997388F-statistic=3438.044残差平方和Sum squared resid =1005.163 回归标准差S.E.of regression=11.20916 2）根据回归方程进行统计检验①拟合优度检验由于，计算表明估计的样本回归方程较好地拟合了样本观测值。
②F检验原假设 H0：β?=β?=0备择假设 H1：β?，β?至少有一个不等于零计算结果得出F统计量为 F-statistic=3438.044对于给定的显著性水平α=0.05，查表得分子自由度为1，分母自由度为14的F分布上侧分位数F0.05（1，8）=5.32。
而3438.044远远大于5.32，故否定H0总体回归方程是显著的，即在天津市城镇居民全年人均消费性支出与人均可支配收入之间存在显著的线性关系。
③t检验由计算结果得到X的P值0.0000＜0.05，很显著。
即可以认为天津市城镇居民全年人均可支配收入对人均消费性支出的影响是显著的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
用Eviews软件建立一元线性回归模型并进行相关检验的实验报告1.数据表1列出了某年中国部分省市城镇居民每个家庭平均全年可支配收入X与消费性支出Y 的统计数据。
表12.建立模型应用EViews软件，以表1的数据可绘出可支配收入X与消费性支出Y的散点图（图2-1）。
从该三点图可以看出，随着可支配收入的增加，消费性支出也在增加，大致程线性关系。
据此，我们可以建立一元线性回归模型：Y=β0+β1·X+μ图2-1对模型作普通最小二乘法估计，在Eviews软件下，OLS的估计结果如图（2-2）所示。
Dependent Variable: YMethod: Least SquaresDate: 12/07/11 Time: 21:00Sample: 1 20Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.X 0.755368 0.023274 32.45486 0.0000C 271.1197 159.3800 1.701090 0.1061R-squared 0.983198 Mean dependent var 5199.515Adjusted R-squared 0.982265 S.D. dependent var 1625.275S.E. of regression 216.4435 Akaike info criterion 13.68718Sum squared resid 843260.4 Schwarz criterion 13.78675Log likelihood -134.8718 Hannan-Quinn criter. 13.70661F-statistic 1053.318 Durbin-Watson stat 1.302512Prob(F-statistic) 0.000000图2-2OLS估计结果为^Y=271.12+0.76X(1.70) (32.45)R2=0.9832 D.W. =1.3025 F=1053.3183.模型检验从回归估计的结果看，模型拟合较好。
可绝系数R2=0.983198，表明城镇居民每个家庭平均全年消费性支出变化的98.3198%可由可支配收的变化来解释。
从斜率项β1的t检验看，大于5%显著性水平下自由度为n-2=18的临界值t0.025(18)=2.101，且该斜率值满足0<0.755368<1，符合经济理论中边际消费倾向在0与之间的绝对收入假说，表明中国城镇居民平均全年可支配收入每增加1元，消费性支出增加0.755368元。
4.预测假设我们需要关注2012年平均年可支配收入在20000元这一水平下的中国城镇居民平均年消费支出问题。
由上述回归方程可得该类家庭人均消费支出的预测值：^Y0=271.1197+0.755368×20000=15378.4797下面给出该类居民平均年消费支出95%置信度的预测区间。
由于平均可支配收入X的样本均值与样本方差为E(X)=6222.209 Var(X)=1994.033于是，在95%的置信度下，E(Y0)的预测区间为(874.28，16041.68)。
而如果我们想知道某地区城镇居民年均可支配收入为20000元时，该居民消费支出的个值预测，则仍为15378.4797。
同样地，在95%的置信度下，该居民年均消费支出的预测区间为（14581.14，16175.82）。
5.异方差性检验对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大，比如经济越落后储蓄率反而会越高，可能就会出现异方差性的问题。
（1）G-Q检验在对20个样本按X从大到小排序，去掉中间4个，对前后两个样本进行OLS估计，样本容量为n1=n2=8。
前一个样本的OLS估计结果如图5-1所示。
图5-1后一个样本的OLS 估计结果如图5-2所示。
Dependent Variable: Y Method: Least Squares Date: 12/07/11 Time: 22:26 Sample: 1 8Included observations: 8VariableCoefficient Std. Error t-Statistic Prob. X 0.554126 0.311432 1.779287 0.1255 C1277.1611540.604 0.8290000.4388R-squared 0.345397 Mean dependent var 4016.814 Adjusted R-squared 0.236296 S.D. dependent var 166.1712 S.E. of regression 145.2172 Akaike info criterion 13.00666 Sum squared resid 126528.3 Schwarz criterion 13.02652 Log likelihood -50.02663 Hannan-Quinn criter. 12.87271 F-statistic 3.165861 Durbin-Watson stat 3.004532Prob(F-statistic)0.125501图5-2于是得到如下F 统计量： F=)118/()118/(21----RSS RSS =6/3.1265286/2.611922=4.84在5%的显著性水平下，自由度为（6，6）的F 分布的临界值为F 0.05(6,6)=4.28。
所以，拒绝无异方差性假设，表明原模型存在异方差。
（2）怀特检验记e~2对原始模型进行普通最小二乘回归得到的残差平方项，将其与X 及X 2作辅助回归，得到结果如图5-3所示。
Heteroskedasticity Test: Breusch-Pagan-GodfreyF-statistic14.50681 Prob. F(2,17)0.0002 Obs*R-squared 12.61088 Prob. Chi-Square(2) 0.0018 Scaled explained SS5.525171 Prob. Chi-Square(2) 0.0631Test Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 12/09/11 Time: 19:30Sample: 1 20Included observations: 20VariableCoefficientStd. Error t-Statistic Prob.C -176606.0 102909.4 -1.716130 0.1043X 48.22291 28.82429 1.672996 0.1126X^2 -0.002044 0.001840 -1.111001 0.2820R-squared 0.630544 Mean dependent var 42163.02Adjusted R-squared 0.587079 S.D. dependent var 44992.75S.E. of regression 28911.87 Akaike info criterion 23.51937Sum squared resid 1.42E+10 Schwarz criterion 23.66873Log likelihood -232.1937 Hannan-Quinn criter. 23.54853F-statistic 14.50681 Durbin-Watson stat 0.982684Prob(F-statistic) 0.000211图5-3e~ 2 =–176606.0+48.22X–0.002044 X2(–1.716) (1.673) (-1.111)R2=0.6305怀特统计量nR2=20×0.6305=12.61，该值大于5%显著性水平下、自由度为2的χ2分布的相应临界值χ20.05= 5.99，因此，拒绝同方差的原假设。
（3）采用加权最小二乘法对原模型进行回归为了寻找适当的权，作lne2关于OLS回归，结果如图5-4所示。
Dependent Variable: LOG(E^2)Method: Least SquaresDate: 12/09/11 Time: 20:07Sample: 1 20Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.X 0.000459 0.000165 2.786510 0.0122C 6.829297 1.128582 6.051218 0.0000R-squared 0.301368 Mean dependent var 9.825601Adjusted R-squared 0.262555 S.D. dependent var 1.784758S.E. of regression 1.532654 Akaike info criterion 3.786518Sum squared resid 42.28250 Schwarz criterion 3.886091Log likelihood -35.86518 Hannan-Quinn criter. 3.805956F-statistic 7.764640 Durbin-Watson stat 2.216470Prob(F-statistic) 0.012184图5-4结果为：lne2=6.829297+0.000459X(6.0512) (2.7865)R2=0.3014于是，可生成权序列w i =1/)000459.0829297.6(e X xp 。
对原模型进行加权最小二乘估计得到如图5-5所示。
Dependent Variable: Y Method: Least Squares Date: 12/09/11 Time: 20:25 Sample: 1 20Included observations: 20 Weighting series: WVariableCoefficient Std. Error t-Statistic Prob. X 0.740255 0.035669 20.75368 0.0000 C 357.8106197.5751 1.811010 0.0869Weighted StatisticsR-squared 0.959885 Mean dependent var 4650.593 Adjusted R-squared 0.957657 S.D. dependent var 881.0317 S.E. of regression 171.9364 Akaike info criterion 13.22677 Sum squared resid 532118.2 Schwarz criterion 13.32634 Log likelihood -130.2677 Hannan-Quinn criter. 13.24620 F-statistic 430.7153 Durbin-Watson stat 1.556017Prob(F-statistic)0.000000Unweighted StatisticsR-squared 0.982748 Mean dependent var 5199.515 Adjusted R-squared 0.981790 S.D. dependent var 1625.275 S.E. of regression 219.3233 Sum squared resid 865848.5Durbin-Watson stat1.309635图5-5对原模型进行加权最小二乘估计（WLS ）得到^Y =357.81+0.74X（1.811） （20.754） R 2=0.9599 D.W. =1.556 F=430.715可以看出，与不加权的OLS 相比，加权最小二乘估计使得X 前的参数值略有下降，说明可支配收入对消费支出的影响被略微高估了，标准差增大了，说明OLS 估计低估了X 对应参数的标准差。