计量实验报告模版一元线性回归Word下载.docx
- 文档编号:14289099
- 上传时间:2022-10-21
- 格式:DOCX
- 页数:17
- 大小:751.58KB
计量实验报告模版一元线性回归Word下载.docx
《计量实验报告模版一元线性回归Word下载.docx》由会员分享,可在线阅读,更多相关《计量实验报告模版一元线性回归Word下载.docx(17页珍藏版)》请在冰豆网上搜索。
2、从数据库获取数据,并建立Excel表格类型的数据文档。
3、利用lny=log(y)dlny=lny-lny(-1)dy=y-y(-1)公式,求解参数估计值和作图。
4、将数据导入Eviews5.0中,首先利用equation命令求解,进一步利用程序设计地方法解得参数估计值。
5.根据模型估计结果检验估计效果和拟合图形。
【实验过程】
一、一元线性回归
第一步,建立数学模型
由经济理论知,GDP大小受出口总额的影响,当出口总额增加时,GDP也会相应的随之增加,他们之间具有正向的同步变动趋势。
GDP除受出口额的影响外,还受
表1
1989-2005年中国出口总额与GDP数据
年份
出口总额
GDP
1989
1956.1
16992.3
1990
2985.8
18667.8
1991
3827.1
21781.5
1992
4676.3
26923.5
1993
5284.8
35333.9
1994
10421.8
48197.9
1995
12451.8
60793.7
1996
12576.4
71176.6
1997
15160.7
78973.0
1998
15223.6
84402.3
1999
16159.8
89677.1
2000
20634.4
99214.6
2001
22024.4
109655.2
2002
26947.9
120332.7
2003
36287.9
135822.8
2004
49103.3
159878.3
2005
62648.1
183084.8
数据来源:
《中国统计年鉴(2007)》
其他一些变量的影响及随机应诉的影响,将其他变量及随机因素的影响均归并到随机变量u中,根据X与Y的样本数据,作X与Y的散点图可以看出,它们的变化趋势是线性的,由此建立某年中国出口总额与GDP之间的一元线性回归模型
Yi=B0+B1Xi+ui
第二步,估计参数
由表1中样本观测数据,样本回归模型为
Yt=B0+B1Xt+et
由于样本数据为时间序列数据,通常下标写为t。
用EViews软件的操作步骤如下:
主菜单——File——New——Workfile
打开工作文件范围选择框,选择Annual,分别输入1989,2005。
主菜单——Quick——Sample
在打开的当前样本区间选择框中分别输入1989,2005
主菜单——Quick——EmptyGroup
打开空白表格数据窗口,分别输入变量Y,X的数据。
主菜单——Quick——EstimateEquation
打开估计模型对话框,选择LeastSquares,输入YCX。
下面是EViews的估计结果
一、原数据
即样本回归方程为
Yt=26378.4+2.87Xt
(4.95)(13.37)r2=0.92
括号内的数字为回归系数对应的t统计量的值,以下同。
第三步,评估模型
(1)对回归方程的结构分析
B1=2.87是样本回归方程的斜率,它表示的是GDP边际倾向,说明出口额每增加1元,将增加2.87元的GDP;
B0=26378.4是样本回归方程的截距,它表示不受
出口额影响的因素。
(2)统计检验
r2=0.92,说明总离差平方和的92%被样本回归直线解释,有8%未被解释,因此,样本回归直线对样本点的拟合度是较高的。
当显著水平为0.05,查自由度v=17-2=15的t分布表,得临界值t0.025(15)=2.13,t0=4.95>
t0.025(15),t1=13.37>
t0.025(15),故回归系数均显著不为零,回归模型中应包含常数项,X对Y有显著影响。
杜滨DW=0.266099说明存在自相关。
二、取对数时
打开估计模型对话框,选择LeastSquares,输入lnyClnx。
Yt=3.859+0.76Xt
(13.4)(25.1)r2=0.98
评估模型
(1)对回归方程的结构分析
B1=0.76是样本回归方程的斜率,它表示的是GDP边际倾向,说明出口额每增加1元,将增加0.76元的GDP;
B0=3.859是样本回归方程的截距,它表示不受
(2)统计检验
r2=0.98,说明总离差平方和的98%被样本回归直线解释,有2%未被解释,因此,样本回归直线对样本点的拟合度是很高的。
当显著水平为0.05,查自由度v=17-2=15的t分布表,得临界值t0.025(15)=2.13,t0=13.4>
t0.025(15),t1=25.1>
杜滨DW=0.935862说明存在自相关。
三、差分时
打开估计模型对话框,选择LeastSquares,输入的dycdx。
Yt=5452+1.3Xt
(5.7)(7.78)r2=0.81
B1=1.3是样本回归方程的斜率,它表示的是GDP边际倾向,说明出口额每增加1元,将增加1.3元的GDP;
B0=5452是样本回归方程的截距,它表示不受
r2=0.81,说明总离差平方和的81%被样本回归直线解释,有19%未被解释,因此,样本回归直线对样本点的拟合度较高。
当显著水平为0.05,查自由度v=16-2=14的t分布表,得临界值t0.025(14)=2.15,t0=5.7>
t0.025(15),t1=7.78>
杜滨DW=1.190714说明存在自相关。
四、对数差分时
打开估计模型对话框,选择LeastSquares,输入的dlnycdlnx。
Yt=0.11+0.2Xt
(3.73)(1.92)r2=0.21
B1=0.2是样本回归方程的斜率,它表示的是GDP边际倾向,说明出口额每增加1元,将增加0.2元的GDP;
B0=0.11是样本回归方程的截距,它表示不受
r2=0.21,说明总离差平方和的81%被样本回归直线解释,有79%未被解释,因此,样本回归直线对样本点的拟合度是很不好的。
当显著水平为0.05,查自由度v=16-2=14的t分布表,得临界值t0.025(14)=2.15,t0=3.73>
t0.025(15),t1=1.92<
t0.025(15),X对Y不显著。
杜滨DW=0.616523说明存在自相关
五、结论
根据以上分析,取对数时模型最好。
二、多元线性回归
根据经济理论知识和对实际情况的分析可以知道,GDPY的大小受出口额X1和进口额X2的影响,因此我们设定回归模型为
Yi=B0+B1X1i+B2X2i+ui
汇率1RMB=0.1618USD
GDP(亿元)
GDP(万美元)
出口额(万美元)
进口额(万美元)
1985
349.95
566219.1
39606
12943
1986
397.68
643446.24
50305
12072
1987
469.44
759553.92
61945
12697
1988
584.07
945025.26
63860
19533
640.8
1036814.4
66563
18638
744.44
1204503.92
80552
13609
833.3
1348279.4
101665
35860
986.98
1596933.64
141145
66655
1259.55
2037951.9
113765
59516
1666.64
2696623.52
154338
60773
2151.43
3481013.74
147015
56873
2584.98
4182497.64
135294
51273
2918.83
4722666.94
144729
44645
3118.09
5045069.62
128261
49911
3326.75
5382681.5
128187
67359
3691.88
5973461.84
165309
95951
3983
6444494
175400
100441
4340.94
7023640.92
179542
108079
4638.73
7505465.14
214626
158990
5612.26
9080636.68
309778
233996
6511.34
10535348.12
374667
225818
2006
7568.89
12246464.02
509401
225858
打开工作文件范围选择框,选择Annual,分别输入1985,2006。
在打开的当前样本区间选择框中分别输入1985,2006
打开估计模型对话框,选择LeastSquares,输入YCX1X2。
下面是应用EViews的最小二
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 实验 报告 模版 一元 线性 回归