实验报告1一元线性回归模型的估计.doc

实验实训报告 课程名称：计量经济学实验开课学期： 2012-2013学年第二学期开课系(部)：经 济 系开课实验(训)室： 数量经济分析实验室 学生姓名：专业班级：学 号：重庆工商大学融智学院教务处制实验题目 实验(训)项目名称 一元线性回归模型的估计 和统计检验 指导教师 实验(训)日期 所在分组 实验概述 【实验(训)目的及要求】 目的：熟悉EViews软件基本功能；掌握一元线性回归模型的估计、检验。 要求：熟悉EViews软件基本使用功能；掌握描述统计和一元线性回归分析基本内容。 【实验(训)原理】 当一元线性回归模型在满足线性模型古典假设的前提下，最小二乘估计结果具有线性性、无偏性、有效性等性质，在此基础上对估计所得的模型进行经济意义检验及统计检验(可决系数检验、参数显著性检验)。 实验内容 【实验(训)方案设计】 （一）要求完成的实验内容 1、创建工作文件和导入数据； 2、完成变量的描述性统计； 3、作一元线性回归估计； 4、统计检验； （二）具体操作程序 1、Eviews软件基本使用功能 （1）启动软件包 （2）创建工作文件和导入数据 （3）输入和编辑数据 （4）由组的观察查看组内序列的数据特征 （5）保存研究成果（工作文件） 2、一元回归模型的参数估计和统计检验 （1）加载工作文件，或录入数据 （2）选择方程：选择方程估计方法，选择回归分析的样本范围 （3）线性回归估计 （4）统计检验：可决系数分析；参数显著性分析； 【实验(训)过程】（实验(训)步骤、记录、数据、分析 ） 1、根据实验数据的相关信息建立Workfile； 在菜单中依次点击File\New\Workfile,在出现的对话框“Workfile range”中选择数据频率。因为本例分析中国2010年度各地区的城市居民家庭人均年消费支出（Y）对城市居民家庭人均年可支配收入(X)的影响。因此，在数据频率选项中选择“Unstructured/Undated”选项。在“observations”输入“31”。 2、导入数据； 在菜单栏中选择“Quick\Empty Group”,将Y及X的数据从Excel导入，并将这两个序列的名称分别改为“Y” 、“X” 。 或者在EViews命令窗口中直接输入“data Y X”，在弹出的编辑框中将这两个变量的时间数列数据从Excel中复制过来。 3、给出自变量和因变量的描述性统计结果，并判断数据序列是否服从正态分布 （） 变量 Mean Max Min Std J-B值 J.B p值 是否服从正态分布 Y 12767.81 23200.4 9613.79 3305.349 17.54349 0.000155 否 X 18067.69 31838.08 13188.55 4779.149 13.14375 0.001399 否 4、给出自变量和因变量之间的协方差矩阵和相关系数矩阵： CovarianceCorrelation Y X Y 105729041 　 X 1 　 0.965351 1 5、作出自变量和因变量之间的散点图。6、建立自变量和因变量之间的一元线性总体回归模型和样本回归模型 总体回归模型： 样本回归函数： 7、报告最小二乘回归的估计结果，并完成以下工作：1）、以样本回归方程形式规范报告实验结果(625.6941) (0.0335) t=(1.1265) (19.9213)R2=0.9319adj-R2=0.9296F=396.8615(p值=0.0000) D.W.=1.6932 2）、解释自变量回归系数的含义： 居民人均年可支配收入每增加1元，平均说来居民人均年消费支出将增加0.6677元。 3）、解释可决系数R2的含义： R2=0.9316，表明所建模型整体上对样本数据拟合较好，即被解释变量“居民人均年消费支出”的变动中，有93.16%的部分可由解释变量“居民人均年可支配收入”的变化来解释。 4）、根据p值检验，判断在的显著性水平下，常数项及自变量的回归系数是否显著异于零？ 常数项的p值大于给定的显著性水平，不能拒绝常数项为零的假设。而解释变量对应的p值小于给定的显著性水平，说明解释变量的回归系数显著异于零。 5）、根据最小二乘回归结果，判断在的显著性水平下，估计值是否显著成立（写出详细的假设检验过程）。 第一步：提出检验假设： 原假设H0： β1=0 备择假设H1： β1≠0 第二步：在H0成立的条件下构造检验统计量： 第三步：给出显著性水平α=0.05，确定拒绝域 第四步：计算统计量值，并确定是否拒绝原假设将样本数据带入t统计量得： |t|t0.025(13),应拒绝原假设，表