《实验一一元线性回归.》由会员分享，可在线阅读，更多相关《实验一一元线性回归.（15页珍藏版）》请在金锄头文库上搜索。
1、实验一 一元线性回归一 实验目的：掌握一元线性回归的估计与应用，熟悉EViews的基本操作。二 实验要求：应用教材P59第12题做一元线性回归分析并做预测。三 实验原理：普通最小二乘法。四 预备知识：最小二乘法的原理、t检验、拟合优度检验、点预测和区间预测。五 实验内容：第2章练习12下表是中国2007年各地区税收和国内生产总值GDP的统计资料。单位：亿元地区YGDP地区YGDP 北 京1435.7 9353.3 湖 北434.0 9230.7 天 津438.4 5050.4 湖 南410.7 9200.0 河 北618.3 13709.5 广 东2415.5 31084.4 山 西430.5
2、 5733.4 广 西282.7 5955.7 内蒙古347.9 6091.1 海 南88.0 1223.3 辽 宁815.7 11023.5 重 庆294.5 4122.5 吉 林237.4 5284.7 四 川629.0 10505.3 黑龙江335.0 7065.0 贵 州211.9 2741.9 上 海1975.5 12188.9 云 南378.6 4741.3 江 苏1894.8 25741.2 西 藏11.7 342.2 浙 江1535.4 18780.4 陕 西355.5 5465.8 安 徽401.9 7364.2 甘 肃142.1 2702.4 福 建594.0 9249.1
3、 青 海43.3 783.6 江 西281.9 5500.3 宁 夏58.8 889.2 山 东1308.4 25965.9 新 疆220.6 3523.2 河 南625.0 15012.5 要求，以手工和运用Eviews软件：(1)作出散点图，建立税收随国内生产总值GDP变化的一元线性回归方程，并解释斜率的经济意义；(2)对所建立的回归方程进行检验；(3)若2008年某地区国内生产总值为8500亿元，求该地区税收收入的预测值及预测区间。六 实验步骤1.建立工作文件并录入数据：(1)双击桌面快速启动图标，启动Microsoft Office Excel, 如图1，将题目的数据输入到excel表
4、格中并保存。(2)双击桌面快速启动图标，启动EViews6程序。(3)点击File/New/ Workfile，弹出Workfile Create对话框。在Workfile Create对话框左侧Workfile structure type栏中选择Unstructured/Undated选项，在右侧Data Range中填入样本个数31.在右下方输入Workfile的名称P53.如图2所示。图 1 图 2 (4)下面录入数据，点击File/Import/Read Text-Lotus-Excel.选中第(1)步保存的excel表格，弹出Excel Spreadsheet Import对话框，
5、在Upper-left data cell栏输入数据的起始单元格B2，在Excel 5+sheet name栏中输入数据所在的工作表sheet1，在Names for series or Number if named in file栏中输入变量名Y GDP，如图3所示，点击OK，得到如图4所示界面。图 3 图 4 (5)按住Ctrl键同时选中Workfile界面的gdp表跟y表，点击鼠标右键选Open/as Group得到完整表格如图5，并点击Group表格上菜单命令Name，在弹出的对话框中命名为group01.图 5 图 62.数据的描述性统计和图形统计：以上建立的序列GDP和Y之后，可
6、对其做描述统计和统计以把握该数据的一些统计属性。(1)描述属性：点View/Descriptive StatsCommon Sample，得描述统计结果，如图6所示，其中：Mean为均值，Std.Dev为标准差。 (2)图形统计：双击序列GDP，打开GDP的表格形式，点击表格左边View/Graph，可得图7。同样可查看序列Y的线形图。很多时候需要把两个序列放在一个图形中来查看两者的相互关系，用线图或散点图都可以。在命令栏键入：scat GDP Y，然后回车，就可以得到用散点图来查看GDP和Y的关系，如图8所示。图 7 图 83.设定模型，用最小二乘法估计参数：设定模型为。按住Ctrl键，同时
7、选中序列Y和序列GDP，点击右键，在所出现的右键菜单中，选择Open/as Equation后弹出一对话框，在框中一次输入“y c gdp ”，（注意被解释变量在最前，变量间要空格，如图9）点击其下的确定，即可得到回归结果（如图10）。图 9 图 10由图10数据结果，可得到回归分析模型为： ， ， 其中，括号内的数为相应的t检验值。是可决系数，与是有关的两个检验统计量。4.模型检验：(1)经济意义检验。斜率为边际可支国内生产总值GDP，表明2007年，中国内地各省区GDP每增加1亿元时，税收平均增加0.071047亿元。(2)t检验和拟合优度检验。在显著性水平下，自由度为31-2=29的t分
8、布的临界值。因此，从参数的t检验值看，斜率项显然不为零，但不拒绝截距项为零的假设。另外，拟合优度表明，税收的76%的变化也以由GDP的变化来解释，因此拟合情况较好。在Eqution界面点击菜单命令View/Actual,Fitted,Residual/Actual,Fitted.Residual Graph可得到图11，可直观看到实际观测站和拟合值非常接近。图 11 图 125.应用：回归预测：(1)被解释变量Y的个别值和平均值的点预测：由第二章第五节知道，个别值和平均值点预测的预测公式均为内插预测：在Equation框中，点击“Forecast”，在Forecast name框中可以为所预测
9、的预测值序列命名，计算机默认为yf，点击“OK”，得到样本期内被解释变量的预测值序列yf（也称拟合值序列）的图形形式（图12）。同时在Workfile中出现一个新序列对象yf。外推预测： 录入2008年某地区国内生产总值GDP为8500亿元的数据。双击Workfile菜单下的Range所在行，出现将Workfile structured对话框，讲右侧Observation旁边的数值改为32，然后点击OK，即可用将Workfile的Range以及Sample的Range改为32；双击打开GDP序列表格形式，将编辑状态切换为“可编辑”，在GDP序列中补充输入GDP=8500（如图13所示）。图13
10、 图 14 进行预测在Equation框中，点击“Forecast”，弹出一对话框，在其中为预测的序列命名，如yf2。点击OK即可用得到预测结果的图形形式（如图14所示）。点击Workfile中新出现的序列yf2，可以看到预测值为593.2667（图15）（注意：因为没有对默认预测区间1-32做改变，这时候得到的是所有内插预测与外插预测的值，若将区间改为32 32，则只会得到外推预测结果）。图 15 图 16 结果查看按住Ctrl键，同时选中y、yf、resid，点击右键，在右键菜单中选Open/as Group可打开实际值、预测值、残差序列，在view菜单选择Graph.，画折线图（如图16
11、所示）。 (2)区间预测原理：当2007年中国某省区GDP为8500亿元时，预测的税收为被解释变量Y的个别值区间预测公式为：，被解释变量Y的均值区间预测公式为：。具体地说，可以在前面点预测序列中找到；可以查t分布表得到；样本数n=31为已知；中的为已知，可以在序列GDP的描述统计中找到，；，从而；由X总体方差的无偏估计式，可以计算 (可在序列X的描述统计中找到)。 (3)区间预测的Eviews操作：个别值置信区间的计算：在命令栏输入：（yfu为个别值的置信上界，yfl为个别值的置信下界）“scalar yfu=593.2667+2.045*sqrt(95183.1*(1+1/31+152979
12、.5/55957878.6)”“scalar yfl=593.2667-2.045*sqrt(95183.1*(1+1/31+152979.5/55957878.6)”得到：yfu=1235.12876632 yfl=-48.5953663235于是95%的置信度下预测的2008年某省区税收入个值的置信区间为：（-48.5953663235,1235.12876632）。均值的置信区间的计算：在命令栏输入：（eyfu为均值的置信上界，eyfl为均值的置信下界）“scalar eyfu=593.2667+2.045*sqrt(95183.1*(1/31+152979.5/55957878.6)”
13、“scalar eyfl=593.2667-2.045*sqrt(95183.1*(1/31+152979.5/55957878.6)”得到：eyfu=711.287072849 eyfl=475.246327151于是在95%的置信度下，预测省区的2008年的税收收入均值的置信区间为：（475.246327151，711.287072849）。实验二 多元线性回归一 实验目的：(1) 掌握多元线性回归模型的估计方法(2) 模型方程的F检验，参数的t检验(3) 模型的外推预测与置信区间预测二 实验要求：应用教材P107习题14做多元线性回归模型估计，对回归方程和回归参数进行检验并做出单点预测与置信区间预测三 实验原理：最小二乘法四 预备知识：最小二乘法估计原理、t检验、F检验、点预测和置信区间预测五 实验内容：在一项对某社区家庭对某种消费品的消费需要调查中，得到书中的表所示的资料。序号对某商品的消费支出Y商品单价X1家庭月收入X2序号对某商品的消费支出Y商品单价X1家庭月收入X21591.9 23.5676206644.4 34.14129202654.5 24.4491207680.0 35.3143403623.6 32.071
