《计量实验报告模版一元线性回归》由会员分享，可在线阅读，更多相关《计量实验报告模版一元线性回归（15页珍藏版）》请在金锄头文库上搜索。
1、第 1 页 共 16 页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【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
2、 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。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。【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
3、，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，还受第 2 页 共 16 页表 11989-2005 年中国出口总额与 GDP 数据年份 出口总额 GDP1989 1956.1 16992.31990 2985.8 18667.81991 3827.1 21781.51992 4676.3 26923.51993 5284.8 35333.91994 10421.8 48197.91995 12451.8 60793.71996 12576.4 71176.61997 15160.7 78973.0 19
4、98 15223.6 84402.31999 16159.8 89677.12000 20634.4 99214.62001 22024.4 109655.22002 26947.9 120332.72003 36287.9 135822.82004 49103.3 159878.32005 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，根据第 3 页 共 16 页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
5、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FileNewWorkfile打开工作文件范围选择框，选择 Annual，分别输入 1989，2005。主菜单QuickSample在打开的当前样本区间选择框中分别输入 1989,2005主菜单 QuickEmpty Group 打开空白表格数据窗口，分别输入变量 Y,X 的数据。主菜单QuickEstimate Equation打开估计模型对话框，选择 Least Squares,
6、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第 4 页 共 16 页（4.95） （13.37） r2=0.92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
7、度是较高的。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=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第 5 页 共 16 页评估模型(1)对回归方程的结构分析B1=0.
8、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=0.935
9、862 说明存在自相关。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第 6 页 共 16 页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
10、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。四、对数差分时打开估计模型对话框，选择 Least Squares,输入的 dlny c dlnx。下面是 EViews 的估计结果即样本回归方程为Yt=0.11+0.2Xt（3.73） （1.92） r2=0.21评估模型(1)对回归方程的结构分析B1=0.2 是样本回归方程的斜率，它表
11、示的是 GDP 边际倾向，说明出口额每增加 1 元，将增加第 7 页 共 16 页0.2 元的 GDP； B0=0.11 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=0.21，说明总离差平方和的 81%被样本回归直线解释，有 79%未被解释，因此，样本回归直线对样本点的拟合度是很不好的。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=3.73 t0.025(15),t1=1.92 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
12、 有显著影响。二、多元线性回归第一步，建立数学模型根据经济理论知识和对实际情况的分析可以知道，GDP Y 的大小受出口额 X1 和进口额 X2 的影响，因此我们设定回归模型为Yi=B0+B1X1i+B2X2i+ui汇率 1RMB=0.1618USD年份 GDP(亿元) GDP(万美元）出口额（万美元）进口额（万美元）1985 349.95 566219.1 39606 129431986 397.68 643446.24 50305 120721987 469.44 759553.92 61945 126971988 584.07 945025.26 63860 195331989 640.8
13、 1036814.4 66563 186381990 744.44 1204503.92 80552 136091991 833.3 1348279.4 101665 358601992 986.98 1596933.64 141145 666551993 1259.55 2037951.9 113765 595161994 1666.64 2696623.52 154338 607731995 2151.43 3481013.74 147015 568731996 2584.98 4182497.64 135294 51273第 8 页 共 16 页1997 2918.83 4722666.
14、94 144729 446451998 3118.09 5045069.62 128261 499111999 3326.75 5382681.5 128187 673592000 3691.88 5973461.84 165309 959512001 3983 6444494 175400 1004412002 4340.94 7023640.92 179542 1080792003 4638.73 7505465.14 214626 1589902004 5612.26 9080636.68 309778 2339962005 6511.34 10535348.12 374667 2258
15、182006 7568.89 12246464.02 509401 225858第二步，估计参数用 EViews 软件的操作步骤如下：主菜单FileNewWorkfile打开工作文件范围选择框，选择 Annual，分别输入 1985，2006。主菜单QuickSample在打开的当前样本区间选择框中分别输入 1985,2006主菜单 QuickEmpty Group 打开空白表格数据窗口，分别输入变量 Y,X 的数据。主菜单QuickEstimate Equation第 9 页 共 16 页打开估计模型对话框，选择 Least Squares,输入 Y C X1 X2。下面是应用 EViews
16、 的最小二乘法程序，输出结果一、原数据根据图中数据的到回归方程如下:Y = 202571.9 + 13.02959X1 + 25.74758X2t=(0.421494) (1.961485) （2.457837）由 t 值可看出出口额 GDP 影响不是很显著，进口额对 GDP 影响显著，F 值很大说明回归方程显著，可决系数 R2=0.887963，修正后的可决系数为 0.876170，说明拟合优度比较好。杜滨 DW=0.379197， 说明存在自相关。二、取对数时第 10 页 共 16 页从图形上看变量间也存在一定的关系，然后对其进行一元回归分析，如下图根据图中数据的到回归方程如下:LNY = 1.208606 + 0.699626LNX1 + 0.50029LNX2
