多元線性回歸eviews操作

1、.模型設(shè)定本例中我們假設(shè)擬建立如下多元回歸模型：0 1X12X2 u.估計參數(shù)1. 建立工作文件首先，進入 Eviews 主頁，在菜單中依次點擊 FileNewWorkfile ，出現(xiàn)對話 框 Work Create 。截面數(shù)據(jù) Unstructured/undated 只需輸入樣本數(shù)就可以。時間序列數(shù)據(jù) Dated-regular frequency在 Date specification 中選擇數(shù)據(jù)頻率：Annual （年度） Weekly （周數(shù)據(jù)） Quarterly （ 季度 ） Daily （ 5 day week ）每周 5 天日數(shù)據(jù) Daily （7 day week ）每周

2、7 天日數(shù)據(jù) Monthly （月度） integer date （未注明日期或者不規(guī)則的） Semi Annual （半年度）其次，點擊 OK ，出現(xiàn)未命名文件的 Workfile UNTITLED 工作框。其中 c 為 截距項， resid 為殘差項。若要將文件存盤，點擊 save，在 save as 對話框中選 擇存盤路徑，并輸入文件名。如多元線性回歸案例2. 輸入數(shù)據(jù)方法一： QuickEmpty Group 等方法二： data Y X1 X2, 得到如下表 ;3. 估計參數(shù)方法一： QuickEstimate Equation方法二: LS Y C X1 X2三、解釋表里參數(shù)標準差

3、 S =0.075308 ，回歸標準差 = 被解釋變量標準差 = 回歸模型標準差：=385.9169, 殘差平方和：Yi Y)2ei2 =4170093 被解釋變量的標準差：n-1=2388.459AIC 和 SC 準則：這兩個準則要求僅當所增加的解釋變量能減少 AIC 值或 SC值時才在原模型中增加該解釋變量。 與調(diào)整的可決系數(shù)相似。 多元小于一元， 可 以將前期人均居民消費作為解釋變量包括在模型中。四、模型檢驗1.經(jīng)濟意義檢驗估計的參數(shù)值都為正數(shù)，經(jīng)濟意義合理。所估計的參數(shù) 1 0.555644, 2 0.250085 ，說明在 2006 年可支配收入不變的 情況下， 2005 年消費支出

4、每增加 1 元，平均來說，可導致 2006 年消費支出提 高 0.250085 元。2.擬合優(yōu)度和統(tǒng)計檢驗本例中擬合優(yōu)度等于 0.975634 ，即解釋變量對被解釋變量 2006 年消費支出 的絕大部分差異做出了解釋，說明模型對樣本的擬合很好。F 檢驗：針對 H0： 0 1 2 0，給定顯著性水平 =0.05，在 F 分布表中查出 自由度 k-1=2 （其中 k 為估計參數(shù)個數(shù)） n-k=28 的臨界值 F （2，28）=19.5 ，由表 中得 F=560.5650 。應(yīng)拒絕原假設(shè)，說明回歸方程顯著， 即 2006 年可支配收入、 2005 年消費支出聯(lián)合起來對 2006 年消費支出有顯著影響。t檢驗：分別針對 H0： j=0（j=0，1,2），給定顯著性水平 =0.05 ，查t 分布表得 自由度 n-k=28 的臨界值 t（n-k）=2.048