《EViews统计分析在计量经济学中的应用--第3章 单方程的回归模型》由会员分享，可在线阅读，更多相关《EViews统计分析在计量经济学中的应用--第3章 单方程的回归模型（58页珍藏版）》请在金锄头文库上搜索。
1、5/12/2019,EViews统计分析在计量经济学中的应用,1,第 章 单方程的回归模型,3.1 一元线性回归模型 3.2 多元线性回归模型 3.3受约束回归模型 3.4 非线性回归模型 3.5 习题（略）,3,5/12/2019,EViews统计分析在计量经济学中的应用,2,3.1：一元线性回归模型实验,实验目的：熟悉和掌握Eviews在一元线性回归模型中的应用。 实验数据：2011年中国各地区城市居民人均年消费支出（CS）和可支配收入（INC）（相关数据在文件夹“书中资料/第3章”） 。 实验原理：普通最小二乘法(OLS) 实验预习知识：普通最小二乘法、t检验、拟合优度检验、F检验、预测
2、,5/12/2019,EViews统计分析在计量经济学中的应用,3,实验步骤一：变量之间的相关分析,运行Eviews，建立名为“3-1.wfl”的工作文件，里面包括序列CS和INC以及两者构成的序列组G1，并导入相关数据；,5/12/2019,EViews统计分析在计量经济学中的应用,4,序列CS和INC的回归散点图,存在高度相关性,5/12/2019,EViews统计分析在计量经济学中的应用,5,实验步骤二：模型建立与参数估计,（1）打开工作文件“3-1.wfl”，先建立一个方程对象（Equation）。 两种方法： 一是在主菜单中选择QuickEstimate Equation命令； 二是
3、先在主菜单中选择ObjectNew Object命令，然后在新建对象对话框中选择Equation。两种方法均能建立方程对象，出现如下图3.3所示的方程定义对话框。,5/12/2019,EViews统计分析在计量经济学中的应用,6,方程定义对话框,5/12/2019,EViews统计分析在计量经济学中的应用,7,方程定义对话框,5/12/2019,EViews统计分析在计量经济学中的应用,8,实验步骤二：模型建立与参数估计,（2）在方程定义对话框的Equation specification编辑框中输入“cs c inc”，在Method下拉列表中选择“LS”，且不对Options选项卡做任何设
4、置，单击“确定”按钮，EViews会显示如图3.6所示的方程估计结果。,5/12/2019,EViews统计分析在计量经济学中的应用,9,方程估计结果,5/12/2019,EViews统计分析在计量经济学中的应用,10,实验步骤三：结果分析,5/12/2019,EViews统计分析在计量经济学中的应用,11,实验步骤四：回归方程显示,（1）单击如图3.6所示的回归方程窗口工具栏中的View功能键，弹出如图3.7所示的菜单。,5/12/2019,EViews统计分析在计量经济学中的应用,12,实验步骤四：回归方程显示,（2）选择窗口工具栏中的ViewRepresentations命令，会得到如图
5、3.8所示的输出结果。,5/12/2019,EViews统计分析在计量经济学中的应用,13,实验步骤五：命令项操作,（1）选择图3.6所示的回归方程窗口工具栏中的ViewActual，Fitted，ResidualActual，Fitted，Residual Table命令，将以表格的形式显示因变量的实际值、拟合值和残差值，如图3.9所示。,5/12/2019,EViews统计分析在计量经济学中的应用,14,cs序列的 样本观测值,模型拟合值,残差 实际值与拟合值的差,残差序列图,5/12/2019,EViews统计分析在计量经济学中的应用,15,（2）选择图3.6所示的回归方程窗口工具栏中的
6、ViewActual，Fitted，ResidualActual，Fitted，Residual Graph命令，将显示因变量的实际值、拟合值和残差的折线图，如图3.10所示。,实验步骤五：命令项操作,5/12/2019,EViews统计分析在计量经济学中的应用,16,实际值、拟合值和残差值的折线图,5/12/2019,EViews统计分析在计量经济学中的应用,17,实验步骤五：命令项操作,(3)选择图3.6所示的回归方程窗口工具栏中的ViewActual，Fitted，ResidualStandardized Residual Graph命令，Eviews将只绘制经过标准化的残差的折线图，如
7、图3.11所示。标准化残差值残差除以其标准差，如果回归模型中的随机误差项满足基本假设，则标准化残差应该服从标准正态分布。,5/12/2019,EViews统计分析在计量经济学中的应用,18,标准化残差的折线图,5/12/2019,EViews统计分析在计量经济学中的应用,19,实验步骤六：模型预测,（1）在图3.6所示的方程对象窗口工具栏中单击Proc功能键，会弹出如图3.12所示的菜单。,5/12/2019,EViews统计分析在计量经济学中的应用,20,实验步骤六：模型预测,（2）选择ProcForecast选项，屏幕会弹出如图3.13所示的对话框。,5/12/2019,EViews统计分
8、析在计量经济学中的应用,21,实验步骤六：模型预测,（3）本实验中，对图3.13所示对话框中的各项不作任何更改，即使用EViews的默认设置、单击OK按钮后，得到如图3.14所示的预测结果。,MP,Theil IC,CP,预测值非常接近真实值,5/12/2019,EViews统计分析在计量经济学中的应用,22,Ready? Lets go to the next,5/12/2019,EViews统计分析在计量经济学中的应用,23,3.2：多元线性回归模型实验,实验目的：熟悉和掌握Eviews在多元线性回归模型中的应用。 实验数据：1970-1982年某国实际通货膨胀率、失业率和预期通货膨胀率
9、（相关数据在文件夹“书中资料/第3章”） 。 实验原理：普通最小二乘法(OLS) 实验预习知识：普通最小二乘法、t检验、拟合优度检验、F检验、预测,5/12/2019,EViews统计分析在计量经济学中的应用,24,实验步骤一：参数估计,（1）打开工作文件“3-2.wfl”，在工作文件中执行ObjectNew ObjectEquation，建立一个方程对象（Equation）。出现如下图3.15所示的方程定义对话框。,5/12/2019,EViews统计分析在计量经济学中的应用,25,实验步骤一：参数估计,（2）在方程定义对话框的Equation specification编辑框中输入“Y C
10、 X2 X3”，在Method下拉列表中选择“LS”，且不对Options选项卡做任何设置，单击“确定”按钮，EViews会显示如图3.16所示的方程估计结果。,5/12/2019,EViews统计分析在计量经济学中的应用,26,实验步骤二：模型检验,5/12/2019,EViews统计分析在计量经济学中的应用,27,实验步骤三：预测,在图3.16所示的方程对象窗口工具栏中执行ProcForcast，屏幕会弹出如图3.17所示的对话框。,5/12/2019,EViews统计分析在计量经济学中的应用,28,实验步骤三：预测,本实验中，对图3.17所示对话框中的各项不作任何更改，即使用EViews
11、的默认设置、单击OK按钮后，得到如图3.18所示的预测结果。,CP大,BP、VP小,预测理想,5/12/2019,EViews统计分析在计量经济学中的应用,29,Ready? Lets go to the next,5/12/2019,EViews统计分析在计量经济学中的应用,30,3.3：受约束回归模型,实验目的：熟练中掌握使用EViews进行Wald系数约束条件检验的操作过程 。 实验数据：美国25家主要金属行业SIC33的观测值（相关数据在文件夹“书中资料/第3章”） 。 实验原理： 实验预习知识：普通最小二乘法、t检验、拟合优度检验、F检验、预测,5/12/2019,EViews统计分
12、析在计量经济学中的应用,31,实验步骤一：设定模型,柯布-道格拉斯生产函数的对数形式：,检验水平为,。,5/12/2019,EViews统计分析在计量经济学中的应用,32,实验步骤二：估计方程,（1）在方程定义对话框的Equation specification编辑框中输入“log(y) c log(k) log(l)”,然后单击OK按钮，得到如图3.19所示的方程估计结果。,图3.19所示的估计结果显示，方程所有系数估计值都是正数，满足实际需求，而且参数估计值的t统计量相应的概率值P非常小，说明方程所有系数估计值都是显著的。从方程的估计结果可以发现，log(K)和log（L）的系数估计值之和
13、为0.9837，很接近1。,5/12/2019,EViews统计分析在计量经济学中的应用,33,实验步骤三：系数约束检验,（2）在图3.19所示的方程对象窗口工具栏中，单击View功能键，选择Coefficient Diagnostics(系数检验)命令，会弹出如图3.20所示的下一级菜单。,图3.20 Coefficient Diagnostics子菜单,5/12/2019,EViews统计分析在计量经济学中的应用,34,实验步骤三：系数约束检验,（3）在图3.20所示的Coefficient Diagnostics子菜单中，选择Wald Test-Coefficient Restricti
14、ons命令，屏幕会弹出如图3.21所示的对话框。,图3.21 系数约束检验对话框,C（2）+C(3)=1,（4）在此可输入模型系数的约束条件，可以是线性的约束条件，也可以是非线性的，并且可以有多个约束条件，各约束条件之间用逗号隔开。本实验中，在图3.21所示的编辑框中输入“C（2）+C(3)=1（即）”，然后单击OK，得到如图3.22所示的Wald检验结果。,5/12/2019,EViews统计分析在计量经济学中的应用,35,实验步骤三：系数约束检验,Wald检验结果,约束条件,5/12/2019,EViews统计分析在计量经济学中的应用,36,实验步骤四：结论,由于统计量等于F统计量乘以检验
15、约束条件的个数，本实验中只有一个约束条件，因此这两个检验统计量的值相等。检验结果显示，F-statistic-0.060909，相应的概率值p=0.8074，远大于检验水平，因此不能拒绝原假设，即不能拒绝规模报酬不变的原假设。,5/12/2019,EViews统计分析在计量经济学中的应用,37,Ready? Lets go to the next,5/12/2019,EViews统计分析在计量经济学中的应用,38,3.4：非线性回归模型,实验目的：学会线性化的方式估计非线性回归模型并比较不同模型，并选择最适合的模型。 实验数据：我国19852011年间税收收入Y和国内生产总值（GDP）X的时间
16、序列数据。（相关数据在文件夹“书中资料/第3章”） 。 实验原理：非线性模型的线性化；非线性最小二乘法、高斯-牛顿迭代法和牛顿-拉弗森迭代法。本实验采用非线性最小二乘法。 实验预习知识：对数函数、指数函数、普通最小二乘法、t检验、拟合优度检验、F检验,5/12/2019,EViews统计分析在计量经济学中的应用,39,实验步骤一：图形分析,（1）本例中选择时间频率为Annual（年度数据），在起始栏和终止栏分别输入相应的日期1985和2011，然后点击OK，到此已经建立了存放对象的主窗口。在此窗口建立x、y序列以及由两者构成的序列组group01。相关数据可选择由Excel文件导入的方法，最终得到工作文件窗口（如图3.23所示）。,5/12/2019,EViews统计分析在计量经济学中的应用,40,实验步骤一：图形分析,5/12/2019,EViews统计分析在计量经济学中的应用,41,实验步骤一：图形分析,（2）双击对象group01，打开group01的对象窗口，在此窗口中实施如下操作： Vie
