實(shí)驗(yàn)三多元線性回歸與非線性回歸

1、實(shí)驗(yàn)三 多元線性回歸與非線性回歸實(shí)驗(yàn)?zāi)康模?、 學(xué)會多元線性回歸的參數(shù)估計(jì)方法；2、 掌握多元線性回歸的檢驗(yàn)方法，包括擬合優(yōu)度檢驗(yàn)、F檢驗(yàn)和t檢驗(yàn)，尤其是掌握調(diào)整的判斷系數(shù)和F檢驗(yàn)的內(nèi)容；3、 掌握非線性回歸的參數(shù)估計(jì)方法，尤其是能夠利用EViews軟件進(jìn)行參數(shù)估計(jì)。 實(shí)驗(yàn)內(nèi)容：1、下表列出了某地區(qū)家庭人均雞肉年消費(fèi)量與人均可支配收入、雞肉價(jià)格、豬肉價(jià)格的相關(guān)數(shù)據(jù)，試?yán)眠@些資料，設(shè)定適當(dāng)?shù)哪Ｐ瓦M(jìn)行回歸分析。年度（千克）（元）（元千克）（元千克）19892.783974.225.0719902.994133.815.219912.984394.035.419923.084593.955.531

2、9933.124923.735.4719943.335283.816.3719953.565603.936.9819963.646243.786.5919973.676663.846.4519983.847174.017.0019994.047683.867.3220004.038433.986.7820014.189113.977.9120024.049315.219.5420034.0710214.899.4220044.0111655.8312.3520054.2713495.7912.9920064.4114495.6711.7620074.6715756.37713.0920085.

3、0617596.1612.9820095.0119915.8912.8020105.1722586.6414.10解：先在Eviews中導(dǎo)入數(shù)據(jù)，如下： 計(jì)算家庭人均雞肉年消費(fèi)量與人均可支配收入、雞肉價(jià)格、豬肉價(jià)格的相關(guān)系數(shù)，在命令窗口中輸入cor y x p1 p2，得到相關(guān)系數(shù)矩陣： 從圖中可以看出，家庭人均雞肉年消費(fèi)量與人均可支配收入、豬肉價(jià)格呈高度正相關(guān)，而與雞肉價(jià)格線性關(guān)系稍弱，表明線性模型在解釋他們的關(guān)系式是比較適合的; 建立模型（objects/new objects）： 得到結(jié)果： 得到估計(jì)方程y=3.905598+0.001202x-0.593802p1+0.187298p2

4、，R2和adjusted R2接近于1 ，說明模型的擬合效果好。2、為了度量投資和勞動投入之間的替代彈性，當(dāng)今著名的CES（恒定替代彈性）模型形式設(shè)定為其中，表示單位勞動的附加值，表示投入的勞動，表示實(shí)際工資率。系數(shù)表示勞動與資本之間的替代彈性。用下表給出的數(shù)據(jù)，驗(yàn)證估計(jì)的彈性是1.324，并且它和1在統(tǒng)計(jì)上無顯著差異。工業(yè)行業(yè)小麥面粉3.69732.9617食糖3.47952.8532涂料與油漆4.00043.1158水泥3.66093.0371玻璃3.23212.8727陶瓷3.34182.9745三夾板3.43082.8287棉紡品3.31583.0888毛紡品3.50623.0086大

5、麻紡織3.23522.9680化纖3.88233.0909鋁制品3.70393.0881鐵與鋼3.77163.2256自行車3.66013.1025縫紉機(jī)3.75543.1354導(dǎo)入數(shù)據(jù)：因?yàn)橛袃蓚€(gè)變量，所以把C改成兩個(gè)得到結(jié)果：該模型的彈性是1.324113步驟一：導(dǎo)入數(shù)據(jù)。在主菜單上執(zhí)行命令：“file”“open”“eviews workfile”，跳出對話框，選擇數(shù)據(jù)文件所在的位置，點(diǎn)擊“完成”，導(dǎo)入數(shù)據(jù)完成。步驟二：有題意可知，該模型是非線性的，由于有兩個(gè)變量，打開c數(shù)據(jù)，點(diǎn)擊“edit+/-”，修改R1、R2上的數(shù)字為“1”.步驟三：建立模型在主菜單執(zhí)行命令：“quick”“estimate equation”，跳出“estimate equation”對話框，在對話框中輸入：“l(fā)n_v_l_=log(c(1)+c(2)*lnw”，其他值默認(rèn)，點(diǎn)擊“確定”。得到回歸結(jié)果：從上述結(jié)果得到模型： 該模型估計(jì)的彈性是1.324113，系數(shù)偏離1較大，利用Wald檢驗(yàn)進(jìn)行確認(rèn)。 步驟四：約束檢驗(yàn)。在方程結(jié)果輸出窗口菜單欄執(zhí)行命令：“view”“coefficient diagnostics”“Wald test-coefficient restrictions”,跳出對話框“Wald test”。在對話框中輸入“