02-一元线性回归模型资料.ppt

图2.5.4 趋势图 相关图：scat y x 功能：（1）观察经济变量之间的相关程度；（2）观察经济变量之间的相关类型，即为线性相关，还是曲线相关，曲线相关时，大致是哪种类型的曲线。 双击图形区域中任意处，进入图形编辑状态（见图2.5.5）。 图2.5.5 图形编辑状态 图2.5.6 数组窗口 由组的观察（View）查看组内序列的数据特征: 按下数组窗口(也可以成为数组或数据编辑窗口)工具条上Views按钮，可以得到组内数据的特征，见图2.5.6。 2.5.4 用OLS估计模型中的未知参数 1．菜单方式：在主页上选Quick菜单，点击Estimate Equation项，屏幕出现估计对话框(Equation Speicfication，在Estimation Settings中选OLS估计，即Least Squares，键入：y c x (c为EViews固定的截距项系数)。然后OK，得如下输出结果(见表2.5.3)。 2．命令方式： LS y c x 表2.5.3 回归结果 表2.5.3中各项统计结果解释如下： 常数和解释变量 参数估计值 参数标准差 t统计量 双侧概率 C 199.8150 204.5551 0.976827 0.3393 X 0.595977 0.004501 132.4245 0.0000 判定系数 0.998747 被解释变量均值 19897.37 调整的判定系数 0.998690 被解释变量标准差 19006.77 回归方程标准差 687.9103 赤池信息准则 15.98485 残差平方和 施瓦兹信息准则 16.08302 似然函数的对数 -189.8182 F统计量 17536.24 D-W统计量 0.333719 F统计量的概率 0.000000 2.5.5 模型检验 1.经济意义检验 经济意义检验就是根据经济理论判断估计参数的正负符号是否合理、大小是否适当。经济意义检验要求同学具备较扎实的经济理论基础。 3．拟合优度检验 拟合优度是指样本回归直线与样本观测数据之间的拟合程度，用样本决定系数的大小来表示。决定系数用来描述解释变量对被解释变量的解释程度。就本题而言， 2.5.6 预测 我们还可以在估计出的Equation框里选Forecast项，EViews自动计算出样本估计期内的被解释变量的拟合值，拟合变量记为yf，其拟合值与实际值的对比图形见图2.5.7。 图2.5.7 拟合值与实际值 点击方程窗口中的Resid按钮，将显示模型的拟合图和残差图（见图2.5.8）： 图2.5.8 拟合值、实际值与残差(a) 点击方程窗口中的View\Actual,Fitted,Resid\Table按钮，可以得到拟合值和残差的有关结果（见图2.5.9）： 图2.5.9 拟合值、实际值与残差(b) 表2.5.5 描述统计结果 根据此表可计算如下结果： 一元线性回归模型小结 一、模型形式 二、模型假定 三、模型参数估计 1．估计方法：OLS 四、模型检验 1．经济意义检验 2．统计准则检验 五、模型应用：经济预测 3．相关系数检验 （1）变量相关的定义和分类 相关：指两个或两个以上变量间相互关系的程度或强度。 ①按相关的强度分为4类。 完全相关：指两个变量间存在函数关系（见图2.3.3）。 高度相关（或强相关）：变量间近似存在函数关系（见图2.3.4）。 弱相关：变量间有关系但不明显（见图2.3.5）。 零相关：变量间不存在任何关系（见图2.3.6）。 ②按变量个数，相关可分为两类。 简单相关：指两个变量之间的相关。当变量相关关系散布图上的点接近一条直线时，称为线性相关；当变量相关关系散布图上的点接近于一条曲线时，称为非线性相关。简单相关按符号又可分为正相关（见图2.3.4）、负相关（见图2.3.8）和零相关（见图2.3.6）。两个变量趋于在同一个方向变化时，即同增或同减，称为变量之间存在正相关；当两个变量趋于在相反方向变化时，即当一个变量增加，另一个变量减少时，称为变量之间存在负相关；当两个变量的变化相互没有关系时，称为二者不相关或零相关。 复相关：指三个或三个以上变量之间的相关。其中包括多重相关和偏相关。 （2）线性相关的度量 变量之间线性相关的程度，常用相关系数去度量。两个变量x和y的总体相关系数为