《计量经济学实验1.1：简单线性回归模型》由会员分享，可在线阅读，更多相关《计量经济学实验1.1：简单线性回归模型（32页珍藏版）》请在金锄头文库上搜索。
1、实验一 （1）简单线性回归模型,主讲：胡毅,参考书目 高铁梅，计量经济分析方法与建模EViews应用及实例，清华大学出版社，2006.1 庞皓，计量经济学，科学出版社，2006.1 张晓峒，计量经济学软件EViews使用指南，南开大学出版社，2006.7,实验目的 熟悉EViews5的操作界面并熟练应用 EViews5进行简单线性回归模型研究 实例研究：分析影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系,菜单栏：标题栏下是主菜单栏。主菜单栏上共有7个选项： File，Edit，Objects（对象），View（观察），Procs（程序），Quick(快捷)，O
2、ptions（选项），Window，Help。（File，Edit的功能与Word, Excel中的相应功能相似）。 命令窗口：主菜单栏下是命令窗口，窗口闪烁的“”是提示符，用户在提示符后可输入EViews命令，按回车后立即执行命令。,研究背景 居民消费在社会经济的持续发展中有着重要作用。居民合理地消费模式和适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。 改革开放以来，随着中国经济的快速发展，人民生活水平不断提高，居民消费水平也不断增长。,2002年全国城市居民家庭平均每人每年消费支出为6029.88元，其中黑龙江最低，人均仅4462.08元；上海最高，人均1046
3、4元，上海是黑龙江的2.35倍。,结论：从图中我们可以看出由于全国各个地区经济发展速度不同，居民消费有着明显差异。 为了分析影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，我们可以建立相应的计量经济模型去研究。,模型设定 研究对象：各地区居民消费的差异 变量设定： 居民消费可分为城市居民消费和农村居民消费，由于各地区城市和农村人口比例及经济结构有较大差异，且各地区人口和经济总量不同，因此最具有直接可比性的就是“城市居民每人每年的平均消费支出”。所以模型的被解释变量Y为“城市居民人均年消费支出” 影响各地区城市居民人均消费支出最主要因素应当是居民可支配收入，其他
4、因素的影响归入随机扰动项中。为与Y相对应，解释变量X为“城市居民人均年可支配收入”,数据选择 我们研究目的是各地区居民消费的差异，并不是城市居民在不同时间的变动，所以应当选择同一时期各地区城市居民的消费支出来建立模型。我们建立的是2002年截面数据模型。 数据来源：中国统计年鉴2003 详细数据：计量经济学实验课课件数据(按区域排列),计量经济模型：,参数估计,1. 建立Workfile（工作文件）,Workfile structure type(文件构造类型): Unstructured /Undated 不规则/未注明日期 Dated regular frequency 有日期规则的频率
5、Balanced panel 平衡面板 Date specification(数据规格)： Annual 年度 Semi- annual 半年度 Quarterly 季度 Monthly 月度 Weekly 周数据 Daily-5 day week 每周五天日数据 Daily-7 day week 每周七天日数据 Integer date 整数数据 WF： Workfile文件名,C:截矩项 resid:剩余项,2.数据输入:建立新对象（New Object）,(1) (2),在“Group :SHIYANYI Workfile”中按上行键“”即方向键“”至最上端，使之出现”obs”,输入“X
6、 Y” 或在EViews命令框中直接输入“data X Y”/回车；,在执行完上述操作后，表格中会出现“NA”字样 保存：在EViews的菜单栏中点击“File” ”Save as” 设置保存路径。在以后的保存中，只需点击“Save”或“Workfile:实验一”中的“Save”,在EViews中，数据输入和在Excel中的数据输入完全相同，可预先在Excel准备好数据,3.作散点图：Graph(图表)Scatter(散点图),城市居民人均年消费支出（Y）和城市居民人均年可支配收入（X）的散点图,4.估计参数：Estimate Equation(估计方程) 方法一：,Equation spec
7、ification:方程形式 Y C X：表示一元线性关系 LS:最小二乘,方法二：在EViews命令框中直接输入“ls Y C X”/回车,=,：Equation，回归结果,5.回归结果（Name:命名后即可保存）,6.回归结果图形（在Equation中点击Resids）,Residual:剩余值 Actual:实际值 Fitted:拟和值,参数估计结果如下：,(287.2649) (0.036928) t= (0.982520) (20.54026) r2=0.935685 F=421.9023 df=29,说明城市居民人均年可支配收入每相差一元，可导致居民消费相差0.758511元,模型
8、检验,不能拒绝H0:1=0,拒绝H0:2=0 城市人均可支配收入对人均年消费支 有显著影响,回归预测,预测西部地区的城市居民人均年可支配收入达到8270元和12405元时西部地区的城市居民人均年消费支出水平,注：这里的预测是利用截面数据模型对被解释变量在不同空间状况的空间预测,在“Workfile”中的红线“Rang”处双击，调出“Workfile structure”，将样本个数改为“33”,1.添加数据,在EViews命令框输入“data X”/回车，在“32” 、“33”的位置分别输入“8270” 、“12405”，将数据表最小化,打开“Equation”对话框，点击“Forecast”（预测）OK,得到模型估计值及标准误差的图形和“yf”,2.回归预测,模型估计值及标准误差的图形,：预测值 ：标准误差,双击“Workfile”中的“yf”： 在“32”的位置为X8270时的人均年消费支出的点预测 在“33”的位置为X12405时的人均年消费支出的点预测,
