《利用Eviews软件进行最小二乘法回归实例》由会员分享，可在线阅读，更多相关《利用Eviews软件进行最小二乘法回归实例（9页珍藏版）》请在金锄头文库上搜索。
1、例题 中国居民人均消费支出与人均 GDP1978-2000 ，数据例题 1-2 ，预测，2001 年人均 GDP 为 4033.1 元，求点预测、区间预测。 李子奈，p50解答：一、翻开Eviews 软件，点击主界面 File 按钮，从下拉菜单中选择 Workfile。在弹出的对话框中，先在工作文件结构类型栏Workfile structure type选择固定频率标注日期 Dated regular frequency ， 然后在日期标注说明栏中 Datespecification将频率Frequency选为年度Annual ，再依次填入起止日期，如果希望给文件命名可选项 ，可以在命名栏Na
2、mes - optional 的 WF 项填入自己选择的名称，然后点击确定。此时建立好的工作文件如下列图所示：仅供学习参考在主界面点击快捷方式Quick按钮，从下拉菜单中选空白数据组EmptyGroup选项。此时空白数据组出现，可以在其中通过键盘输入数据或者将数据粘贴过来。在 Excel 文件例题 1-2中选定要粘贴的数据，然后在主界面中点击编辑Edit按钮，从下拉菜单中选择粘贴Paste ，数据将被导入 Eviews 软件。仅供学习参考将右侧的滚动条拖至最上方，可以在最上方的单元格中给变量命名。二、估计参数在主界面中点击快捷方式Quick按钮，从下拉菜单中选择估计方程Estimate Equ
3、ation在弹出的对话框中设定回归方程的形式。仅供学习参考在方程表示式栏中Equation specification ，按照被解释变量Consp 、常数项 c 、 解释变量 Gdpp 的顺序填入变量名， 在估计设置 Estimation settings栏中选择估计方法 Method 为最小二乘法 LS Least Squares ， 样本 Sample栏中选择全部样本本例中即为 19782000 ，然后点击确定，即可得到回归结果。以上得到的回归结果可以表示为：Consp 201.1190.3862GDPP(13.51)(53.47)如果你试图关闭回归方程页面或 Eviews 主程序 ，这时
4、将会弹出一个对话框，询问是否删除未命名的回归方程，如下列图所示仅供学习参考此时如果同意删除，可以点击 Yes，如果想把回归结果保存下来，可以点击命名Name ，这时就会弹出一个对话框，在其中填入为方程取的名字，点击OK 即可。本例中方程自动命名为方程1eq01 。点击确定之后， 方程页面关闭， 同时在工作文件页面内可以发现多了一个表示回归方程的对象图中的 eq01 。如果以后需要用到回归结果时，就不需要象前面那样逐步地去做，而只需要双击 eq01 图标即可。如果试图关闭工作文件或 Eviews 主程序，将会弹出警示框询问是否对该工作文件进行保存，此时如果不方案对工作文件进行保存，直接点击No
5、即可，如果点击取消Cancel ，将回到关闭前的状态。如果方案保存工作文件以备将来使用，那么可以点击 Yes。仅供学习参考随后弹出的对话框询问按照怎样的精确度保存数据，此时选择高精确度即可。即选择 Double precision。注意！按照当前的设置，Eviews 默认的保存路径是“我的文档。将来翻开文件时可以从 Eviews 主程序中按照文件File翻开OpenEviews工作文件Eviews Workfile的方式，也可以直接在“我的文档中双击要翻开的工作文件。三、相关的检验1. 拟合优度可决系数从回归结果中可以看出，本例中R2 0.9927，说明模型在整体上拟合得非常好。2. 显著性检
6、验首先看截距项和斜率项的t统计量取值情况。因为本例中使用的观察值个数为 23，因此这些t统计量应该服从自由度为(232) 21的t分布，查书后附录中给出的t分布表，可以发现自由度为21、检验水平为 0.1、0.05、0.01 时相对应的临界值分别为 1.721、2.080、2.831，而本例中的两个t统计量的取值分别为 13.51和 53.47，说明在通常使用的检验水平下，本例中所选择的两个解释变量对被解释变量有很好的解释能力，或者说数据强烈支持将这两个解释变量纳入模型之中。3. 置信区间以下建立总体参数0和1置信度为 95%的置信区间。前面已经介绍过，当置信度为1时，置信区间为t(n2)s
7、,t(n2)s122111而t0.025(21) 2.080， 从回归结果中还可以查到s10.007222， 因此1的置信度为 95%的置信区间为0.3862 2.0800.007222 0.3862 0.0150。或者表示为0.3712, 0.4012同样的道理，0的置信度为 95%的置信区间为201.1189 30.9587。或者表示为仅供学习参考170.1602,232.0776四、预测以上是根据中国 19782000 年人均消费与人均 GDP按 1990 年价格表示得到的回归结果，现在据此对 2001 年人均消费的情况进行预测。1. 点预测2001 年，以 1990 年不变价格表示的中
8、国人均 GDP 约为 4033.1 元，根据前面得出的样本回归函数，可以计算出Consp2001 201.1190.38624033.11758.72001 年人均消费的实际值为 1782.2 元，与预测的结果进行比拟，发现相对误差为1.32%。2. 区间预测首先对E(Consp2001)进行区间预测。如果选择置信度为1，那么置信区间为(xF x)2(xF x)211Ft(n2) Ft(n2) , yy2222n(xi x)n(xi x) 33.2645，n 23，xF 4033.1均F1758.7，t2(n2) 2.080，这里y为，下面介绍(xFx)2/(xix)2的求法。启动 Eview
9、s 程序，在主界面点击文件File按钮，在下拉菜单中选择翻开Open ，然后选择 Eviews 工作文件Eviews Workfile ，在上次保存文件的目录下找到 Eviews 工作文件 ex1-2，在工作文件页面中双击表示人均 GDP 的变量gdpp，即可翻开这一数据序列。此时在数据序列页面中点击查看View按钮，然后将光标移动到描述性统计量Descriptive Statistics上面，在右侧出现的选项中选择统计量表格StatsTable ，这样关于数据序列人均 GDP 的一些统计量就可以显示出来了。仅供学习参考表格中各项分别是平均值Mean 、中位数Median 、最大值Maximu
10、m 、最小值Minimum 、标准差Std. Dev 、偏度Skewness 、峰度Kurtosis 、JB 正态性检验统计量Jarque-Bera 、JB 统计量对应的概率值Probability 、数组求和结果Sum 、离差平方和Sum Sq. Dev. 、观察值个数Observations 。我们进行区间预测时需要的x就是表中的平均值，(xix)2即为表中的离差平方和。将这些结果代入前面的表示式，就可以得到对E(Consp2001)的置信度为 95%的区间估计了：1758.7 36.19，也就是1722.51,1794.89。另外我们还注意到 2001 年人均消费的实际数据是 1782.
11、2 元，落在了这一区间内。接下来对Consp2001进行区间预测。前面已经得出，置信度为1的区间预测是(xF x)2(xF x)211Ft(n2) 1Ft(n2) 1, yy2222n(xi x)n(xi x)此时置信区间的上下限与前一种情况相比有少许变化，区间的宽度有所增加，这是因为Consp2001比E(Consp2001)的方差要大一些。将各种数据代入上面表示式，得到的结果是：1758.7 78.08，或者表示为区间形式1680.62,1836.78， 很显然， 对Consp2001的区间估计不如对E(Consp2001)的区间估计精确。五、经济学含义的分析以下对回归结果的经济学含义做一
12、个简单的分析，回归结果是Consp 201.1190.3862GDPP1. 凯恩斯的绝对收入假说认为，当收入增加时，消费支出也会相应地增加，大于 0 且小于 1 可以得到验证；但是不如收入增加得多， 这从回归结果中另外1凯恩斯还认为，随着收入的增加，人们会将收入中更多的局部储蓄起来，这一点可以从截距项为正得到验证。仅供学习参考GDPP Consp201.1190.6138GDPPGDPP其中的s是储蓄率，显然随着收入的增加，s将不断地变大。s 2. 回归结果中解释变量收入前面的系数表示，19782000 年间，中国的人均收入每增加 1 元钱，消费支出将会增加 0.3862 元钱，这就是一种典型的乘数分析。3. 在经济学中，消费对收入求一阶偏导数，得到的结果被称作是边际消费倾向， 本例中的边际消费倾向为 0.3862， 这一结果明显低于兴旺国家， 例如美国，同时也低于世界平均水平，说明中国的消费需求比拟低，启动内需即是针对这一问题而言。仅供学习参考
