计量实验报告模版一元线性回归
合集下载
相关主题
- 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)。
2、从数据库获取数据，并建立Excel表格类型的数据文档。
3、利用lny=log(y) dlny=lny-lny(-1) dy=y-y(-1)公式，求解参数估计值和作图。
4、将数据导入Eviews5.0中，首先利用equation命令求解，进一步利用程序设计地方法解得参数估计值。
5．根据模型估计结果检验估计效果和拟合图形。
由于样本数据为时间序列数据，通常下标写为t。
用EViews软件的操作步骤如下：
主菜单——File——New——Workfile
打开工作文件范围选择框，选择Annual，分别输入1989，2005。
主菜单——Quick——Sample
在打开的当前样本区间选择框中分别输入1989,2005
主菜单——Quick——Empty Group
打开估计模型对话框，选择Least Squares,输入lny C lnx。下面是EViews的估计结果
即样本回归方程为
Yt=3.859+0.76Xt
（13.4）（25.1）r2=0.98
评估模型
(1)对回归方程的结构分析
B1=0.76是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加0.76元的GDP；B0=3.859是样本回归方程的截距，它表示不受
【实验过程】
一、一元线性回归
第一步，建立数学模型
由经济理论知，GDP大小受出口总额的影响，当出口总额增加时，GDP也会相应的随之增加，他们之间具有正向的同步变动趋势。GDP除受出口额的影响外，还受
表1
1989-2005年中国出口总额与GDP数据
年份Leabharlann Baidu
出口总额
GDP
1989
1956.1
16992.3
1990
括号内的数字为回归系数对应的t统计量的值，以下同。
第三步，评估模型
（1）对回归方程的结构分析
B1=2.87是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加2.87元的GDP；B0=26378.4是样本回归方程的截距，它表示不受
出口额影响的因素。
（2）统计检验
r2=0.92，说明总离差平方和的92%被样本回归直线解释，有8%未被解释，因此，样本回归直线对样本点的拟合度是较高的。
出口额影响的因素。
(2)统计检验
r2=0.81，说明总离差平方和的81%被样本回归直线解释，有19%未被解释，因此，样本回归直线对样本点的拟合度较高。
当显著水平为0.05，查自由度v=16-2=14的t分布表，得临界值t0.025(14)=2.15,t0=5.7> t0.025(15),t1=7.78> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。杜滨DW=1.190714说明存在自相关。
1999
16159.8
89677.1
2000
20634.4
99214.6
2001
22024.4
109655.2
2002
26947.9
120332.7
2003
36287.9
135822.8
2004
49103.3
159878.3
2005
62648.1
183084.8
数据来源：《中国统计年鉴（2007）》
其他一些变量的影响及随机应诉的影响，将其他变量及随机因素的影响均归并到随机变量u中，根据X与Y的样本数据，作X与Y的散点图可以看出，它们的变化趋势是线性的，由此建立某年中国出口总额与GDP之间的一元线性回归模型
Yi=B0+B1Xi+ui
第二步，估计参数
由表1中样本观测数据，样本回归模型为
Yt=B0+B1Xt+et
2985.8
18667.8
1991
3827.1
21781.5
1992
4676.3
26923.5
1993
5284.8
35333.9
1994
10421.8
48197.9
1995
12451.8
60793.7
1996
12576.4
71176.6
1997
15160.7
78973.0
1998
15223.6
84402.3
当显著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025(15)=2.13,t0=4.95> t0.025(15),t1=13.37> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。杜滨DW=0.266099说明存在自相关。
二、取对数时
打开空白表格数据窗口，分别输入变量Y,X的数据。
主菜单——Quick——Estimate Equation
打开估计模型对话框，选择Least Squares,输入Y C X。下面是EViews的估计结果
一、原数据
即样本回归方程为
Yt=26378.4+2.87Xt
（4.95）（13.37）r2=0.92
出口额影响的因素。
(2)统计检验
r2=0.98，说明总离差平方和的98%被样本回归直线解释，有2%未被解释，因此，样本回归直线对样本点的拟合度是很高的。
当显著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025(15)=2.13,t0=13.4> t0.025(15),t1=25.1> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。杜滨DW=0.935862说明存在自相关。
【知识准备】
EVIEWS软件的基本操作
最小二乘法
【实验软件】
EVIEWS软件
【实验要求】
1．利用Eviews计算OLS估计量
2．利用Eviews求回归方程
3．对模型估计结果进行检验
【实验方案与进度】
1、构建1989-2005年中国出口总额与GDP数据的函数模型，被解释变量为GDP数据，解释变量为出口总额。
三、差分时
打开估计模型对话框，选择Least Squares,输入的dy c dx。下面是EViews的估计结果
即样本回归方程为
Yt=5452+1.3Xt
（5.7）（7.78）r2=0.81
评估模型
(1)对回归方程的结构分析
B1=1.3是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加1.3元的GDP；B0=5452是样本回归方程的截距，它表示不受
《计量经济学》实验报告
实验时间：2013年5月系别：经济管理系专业班级：10级国贸本科
学 号：201001901185姓名：庞菲菲成 绩：
【实验名称】
计量经济学实验EVIEWS的基本操作
【实验目的】
（1）掌握EVIEWS软件的基本操作与最小二乘法的估计
（2）通过对案例的分析处理，利用EVIEWS软件对一元线性回归模型进行参数估计、经济统计检验，以便对其理论理解更深刻和统计并学习用计量经济学的知识来分析现实中的经济问题
3、利用lny=log(y) dlny=lny-lny(-1) dy=y-y(-1)公式，求解参数估计值和作图。
4、将数据导入Eviews5.0中，首先利用equation命令求解，进一步利用程序设计地方法解得参数估计值。
5．根据模型估计结果检验估计效果和拟合图形。
由于样本数据为时间序列数据，通常下标写为t。
用EViews软件的操作步骤如下：
主菜单——File——New——Workfile
打开工作文件范围选择框，选择Annual，分别输入1989，2005。
主菜单——Quick——Sample
在打开的当前样本区间选择框中分别输入1989,2005
主菜单——Quick——Empty Group
打开估计模型对话框，选择Least Squares,输入lny C lnx。下面是EViews的估计结果
即样本回归方程为
Yt=3.859+0.76Xt
（13.4）（25.1）r2=0.98
评估模型
(1)对回归方程的结构分析
B1=0.76是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加0.76元的GDP；B0=3.859是样本回归方程的截距，它表示不受
【实验过程】
一、一元线性回归
第一步，建立数学模型
由经济理论知，GDP大小受出口总额的影响，当出口总额增加时，GDP也会相应的随之增加，他们之间具有正向的同步变动趋势。GDP除受出口额的影响外，还受
表1
1989-2005年中国出口总额与GDP数据
年份Leabharlann Baidu
出口总额
GDP
1989
1956.1
16992.3
1990
括号内的数字为回归系数对应的t统计量的值，以下同。
第三步，评估模型
（1）对回归方程的结构分析
B1=2.87是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加2.87元的GDP；B0=26378.4是样本回归方程的截距，它表示不受
出口额影响的因素。
（2）统计检验
r2=0.92，说明总离差平方和的92%被样本回归直线解释，有8%未被解释，因此，样本回归直线对样本点的拟合度是较高的。
出口额影响的因素。
(2)统计检验
r2=0.81，说明总离差平方和的81%被样本回归直线解释，有19%未被解释，因此，样本回归直线对样本点的拟合度较高。
当显著水平为0.05，查自由度v=16-2=14的t分布表，得临界值t0.025(14)=2.15,t0=5.7> t0.025(15),t1=7.78> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。杜滨DW=1.190714说明存在自相关。
1999
16159.8
89677.1
2000
20634.4
99214.6
2001
22024.4
109655.2
2002
26947.9
120332.7
2003
36287.9
135822.8
2004
49103.3
159878.3
2005
62648.1
183084.8
数据来源：《中国统计年鉴（2007）》
其他一些变量的影响及随机应诉的影响，将其他变量及随机因素的影响均归并到随机变量u中，根据X与Y的样本数据，作X与Y的散点图可以看出，它们的变化趋势是线性的，由此建立某年中国出口总额与GDP之间的一元线性回归模型
Yi=B0+B1Xi+ui
第二步，估计参数
由表1中样本观测数据，样本回归模型为
Yt=B0+B1Xt+et
2985.8
18667.8
1991
3827.1
21781.5
1992
4676.3
26923.5
1993
5284.8
35333.9
1994
10421.8
48197.9
1995
12451.8
60793.7
1996
12576.4
71176.6
1997
15160.7
78973.0
1998
15223.6
84402.3
当显著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025(15)=2.13,t0=4.95> t0.025(15),t1=13.37> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。杜滨DW=0.266099说明存在自相关。
二、取对数时
打开空白表格数据窗口，分别输入变量Y,X的数据。
主菜单——Quick——Estimate Equation
打开估计模型对话框，选择Least Squares,输入Y C X。下面是EViews的估计结果
一、原数据
即样本回归方程为
Yt=26378.4+2.87Xt
（4.95）（13.37）r2=0.92
出口额影响的因素。
(2)统计检验
r2=0.98，说明总离差平方和的98%被样本回归直线解释，有2%未被解释，因此，样本回归直线对样本点的拟合度是很高的。
当显著水平为0.05，查自由度v=17-2=15的t分布表，得临界值t0.025(15)=2.13,t0=13.4> t0.025(15),t1=25.1> t0.025(15),故回归系数均显著不为零，回归模型中应包含常数项，X对Y有显著影响。杜滨DW=0.935862说明存在自相关。
【知识准备】
EVIEWS软件的基本操作
最小二乘法
【实验软件】
EVIEWS软件
【实验要求】
1．利用Eviews计算OLS估计量
2．利用Eviews求回归方程
3．对模型估计结果进行检验
【实验方案与进度】
1、构建1989-2005年中国出口总额与GDP数据的函数模型，被解释变量为GDP数据，解释变量为出口总额。
三、差分时
打开估计模型对话框，选择Least Squares,输入的dy c dx。下面是EViews的估计结果
即样本回归方程为
Yt=5452+1.3Xt
（5.7）（7.78）r2=0.81
评估模型
(1)对回归方程的结构分析
B1=1.3是样本回归方程的斜率，它表示的是GDP边际倾向，说明出口额每增加1元，将增加1.3元的GDP；B0=5452是样本回归方程的截距，它表示不受
《计量经济学》实验报告
实验时间：2013年5月系别：经济管理系专业班级：10级国贸本科
学 号：201001901185姓名：庞菲菲成 绩：
【实验名称】
计量经济学实验EVIEWS的基本操作
【实验目的】
（1）掌握EVIEWS软件的基本操作与最小二乘法的估计
（2）通过对案例的分析处理，利用EVIEWS软件对一元线性回归模型进行参数估计、经济统计检验，以便对其理论理解更深刻和统计并学习用计量经济学的知识来分析现实中的经济问题