1-EVIEWS基礎(chǔ)與多元線性回歸.doc

EVIEWS基礎(chǔ)與多元線性回歸模型一、實(shí)驗(yàn)名稱和性質(zhì)所屬課程計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)名稱多元線性回歸模型的估計(jì)和檢驗(yàn)實(shí)驗(yàn)學(xué)時(shí)2實(shí)驗(yàn)性質(zhì)驗(yàn)證 綜合 設(shè)計(jì)必做/選做必做 選做二、實(shí)驗(yàn)?zāi)康?1) 熟悉EViews軟件在多元回歸模型中的基本使用功能；(2) 掌握多元線性回歸模型中回歸參數(shù)的OLS估計(jì)方法；(3) 掌握多元線性回歸模型中回歸參數(shù)的t檢驗(yàn)方法；(4) 掌握多元線性回歸模型中回歸方程的F檢驗(yàn)方法；(5) 掌握多元線性回歸模型中回歸方程的預(yù)測方法。三、實(shí)驗(yàn)的軟硬件環(huán)境要求硬件環(huán)境要求：金融數(shù)學(xué)實(shí)驗(yàn)室，計(jì)算機(jī)網(wǎng)絡(luò)設(shè)備，需要連接Internet使用的軟件名稱、版本號(hào)以及模塊帶Windows操作系統(tǒng)以及EViews應(yīng)用演示四、知識(shí)準(zhǔn)備前期要求掌握的知識(shí)：了解EViews軟件在多元回歸模型中的基本功能，熟悉多元線性回歸模型的基本假設(shè)，基本理論。實(shí)驗(yàn)相關(guān)理論或原理：(1)理解多元元線性模型的以下基本假設(shè)：（a）解釋變量不是隨機(jī)變量；（b）誤差項(xiàng)的均值為零；（c）誤差項(xiàng)同方差性、無序列相關(guān)性；（d）解釋變量之間無關(guān)。 (2)掌握多元回歸分析中的普通最小二乘法（OLS）的統(tǒng)計(jì)思想和EViews實(shí)現(xiàn)。(3) 掌握模型統(tǒng)計(jì)檢驗(yàn)：（a）擬合優(yōu)度檢驗(yàn);（b）變量的顯著性檢驗(yàn)(t檢驗(yàn))；（c）即方程的顯著性檢驗(yàn)（F檢驗(yàn)）。 (4) 掌握模型統(tǒng)計(jì)模型的預(yù)測。實(shí)驗(yàn)流程：多元線性回歸模型假設(shè)多元線性回歸模型參數(shù)估計(jì)多元線性回歸模型統(tǒng)計(jì)檢驗(yàn)多元線性回歸模型預(yù)測五、實(shí)驗(yàn)材料和原始數(shù)據(jù)數(shù)據(jù)來源：李子奈計(jì)量經(jīng)濟(jì)學(xué)（第二版）P.77表3.5.1年份xX1GPFPXCQP0P11981456.8420.4102.5102.7646.1318.370.7132.11982471432.1102102.1659.132571.5132.91983505.9464102103.7672.233775.3137.71984559.4514.3102.7104690.4350.581146.71985673.2351.4111.9116.5772.6408.487.186.11986799418.9107107.2826.6437.896.795.71987884.4472.9108.8112899.4490.398.396.519881104567120.7125.21085.5613.8101.792.419891211660116.3114.41262.5702.295.99419901278.9693.8101.398.81278.9693.810010019911453.8782.5105.1105.41344.1731.3108.210719921671.7884.8108.6110.71459.7809.5114.5109.319932110.81058.2116.1116.51694.7943.1124.6112.219942851.31422.5125134.22118.41265.6134.6112.419953537.61766116.8123.62474.31564.3143112.919963919.51904.7108.8107.926921687.9145.6112.819974185.61942.6103.1100.12775.51689.6150.811519984331.61926.999.496.92758.91637.2157117.719994615.91932.198.795.727231566.8169.5123.3200049981958.3100.897.62744.81529.2182.1128.1200153092014100.7100.727641539.3192.1130.8六、實(shí)驗(yàn)要求和注意事項(xiàng)能用EViews軟件完成多元線性回歸模型的參數(shù)的估計(jì)、檢驗(yàn)和模型的預(yù)測。能對數(shù)據(jù)做一些初步分析，并能以表格形式體現(xiàn)。并對軟件輸出的結(jié)果能做初步分析。七、實(shí)驗(yàn)內(nèi)容及步驟(一)加載工作文件。(1)建立工作文件的方法是點(diǎn)擊File/New/Workfile,選擇新建對象類型為工作文件，選擇數(shù)據(jù)類型和起止日期，建立工作文件，建立新序列，建立空組。創(chuàng)建八個(gè)序列X、X1、GP、FP、XC、Q、P0和P1,并輸入數(shù)據(jù)。，進(jìn)入界面后輸入數(shù)據(jù)如圖21所示。圖21(二)選擇方程（1）根據(jù)消費(fèi)理論，居民對食品的消費(fèi)需求函數(shù)為：。作散點(diǎn)圖。分別將LOG(Q)對LOG(X), LOG(P0), LOG(P1)作散點(diǎn)圖如22，23，24所示。從散點(diǎn)圖可以得到，LOG(Q)與其他都不具有單一線性關(guān)系。 圖22 圖23 圖24為了考察需求函數(shù)中零階齊次性的特征，采用如下多元回歸模型：將LOG(X), LOG(P0), LOG(P1)作為解釋變量，LOG(Q)作為應(yīng)變量進(jìn)行三元線性回歸分析。(1) 模型估計(jì)。方法如下：Object/New Object/Equation,得到如圖25界面：圖25點(diǎn)擊ok得到如圖26所示結(jié)果。圖26故可得如下回歸分析方程：(3)模型的檢驗(yàn)。從回歸估計(jì)的結(jié)果看，模型的擬合較好，可決系數(shù)，調(diào)整可決系數(shù)，明模型在整體上你和效果非常好。從顯著性Prob值都較小(0.05),可知，變量和程都通過顯著性檢驗(yàn)。(4)應(yīng)變量的預(yù)測。2002以當(dāng)年價(jià)中國城鎮(zhèn)居民人均消費(fèi)支出為5709.31元，以1990年價(jià)測度的城鎮(zhèn)居民消費(fèi)支出價(jià)格縮減指數(shù)P0為194.6，城鎮(zhèn)居民食品消費(fèi)支出價(jià)格縮減指數(shù)P1為135.6,則人均食品消費(fèi)支出Q的預(yù)測點(diǎn)估計(jì)值為：七、根據(jù)實(shí)驗(yàn)案例過程完成教材P105 11的報(bào)告（數(shù)據(jù)如下表），并以作業(yè)的形式提交BB平臺(tái)的作業(yè)項(xiàng)作業(yè)1。序號(hào)對某商品的消費(fèi)支出Y商品單價(jià)X1家庭月收入X21591.9 23.56 76202654.5 24.44 91203623.6 32.07 10670