项目三(多元线性回归预测).doc

实 验（实训）报 告 项 目 名 称 多元线性回归预测 所属课程名称 统计预测与决策 项 目 类 型 实验(实训)日期 班 级 13经济统计 学 号 130112500105 姓 名 陈亦峰 指导教师 陈玉娟 浙江财经大学教务处制 一、实验（实训）概述： 【目的及要求】 目的：掌握多元线性回归模型的建模方法和应用，多重共线性处理。 要求：能进行相关分析与描述统计分析，掌握多元线性回归模型 【基本原理】 普通最小二乘法、t检验、拟合优度检验、预测 【实施环境】（使用的材料、设备、软件） Eviews 二、实验（实训）要求： （一）搜集数据（国家统计局、各省统计局网站或者统计年鉴） 人才需求总量（HR）受到许多经济变量和社会变量的影响，如国内生产总值（GDP）、总人口（POP）、固定资产投资（FAI）、财政收入（FR）、地方财政收入（LFR）、职工工资总额（TW）、从业人员数（EMP）、社会消费品零售总额（CON）、科教文卫事业费支出额（EPO）1978－2013年相关数据 再如，考察我国1980-2013年被解释变量国债发行总量（DEBT，亿元）与选择3个解释变量，财政赤字额（DEF,亿元），国内生产总值（GDP,百亿元），年还本付息额（REPAY,亿元）是否存在线性关系。 （二）建立数据工作文件和序列，录入数据进行相关分析和描述统计分析 （三）构建多元线性回归模型，并进行检验 （四）逐步回归解决多重共线性 三、实验步骤（列出操作时的主要步骤） 1，搜集数据 2，建立工作文件和序列，录入数据 运行Eviews，依据路径file-new，打开工作文件建立对话框； 选择数据类型和时间频率，在开始start和end 框填写1978与2013，并对工作文件进行命名hf,点击OK，完成工作文件建立。 输入“data y x1 x2 x3”，导入数据。 3，数据统计与图像 在组窗口下依据路径view-descripritive stats-common sample，输出各个变量的统计描述表格。在组窗口下，依据路径view-graph，输出各序列的图象。 4，模型构建 通过分析，构建如下实验模型： 5，模型参数估计 在主菜单依据路径：quick-estimate equation，进入模型设定对话框。 在模型设定对话框输入模型，或者“y c x1 x2 x3” 选择“LS”作为估计方法。 6，模型预测评估 通过方程界面的菜单“forecast”，进行预测分析。 7,多重共线性诊断 8，计算解释变量间的相关系数： 操作模式：将下x1-x6同组打开，选择view-covariance analysis-对话框勾选correlation，得到相关系数矩阵。 9,多重共线性的消除 采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y对x1,x2和x3的一元回归。 按R^2的大小排序为：X1,X3,X2 以X1为基础，顺次加入其他变量逐步回归。 10，计算方差膨胀因子来诊断 View-Coefficient Diagnostics-Vif 四、实验结论（）指标 全国公共财政收入 国内生产总值 社会消费品零售总额 地区 全国 全国 全国 全国 频度 年 年 年 年 单位 亿元 亿元 亿元 亿元 1978 1122.09 1132.26 3650.17 1558.6 1979 1281.79 1146.38 4067.67 1800 1980 1228.83 1159.93 4551.58 2140 1981 1138.41 1175.79 4898.15 2350 1982 1229.98 1212.33 5333.05 2570 1983 1409.52 1366.95 5975.59 2849.4 1984 1701.02 1642.86 7226.26 3376.4 1985 2004.25 2004.82 9039.95 4305 1986 2204.91 2122.01 10308.76 4950 1987 2262.18 2199.35 12102.18 5820 1988 2491.21 2357.24 15101.07 7440 1989 2823.78 2664.9 17090.33 8