一元线性回归模型.pptVIP

补充案例1：用回归模型预测木材剩余物（file:b1c3） 伊春林区位于黑龙江省东北部，有森林面积219万公顷，木材蓄积量为2.3亿m3。森林覆盖率为62.5%，是我国主要的木材工业基地之一。1999年伊春林区木材采伐量为532万m3。按此速度44年之后，1999年的蓄积量将被采伐一空。 为缓解森林资源危机，并解决部分职工就业问题，除了做好木材的深加工外，还要充分利用木材剩余物生产林业产品，如纸浆、纸袋、纸板等。因此预测林区的年木材剩余物是安排木材剩余物加工生产的一个关键环节。 1999年16个林业局 黑龙江省伊春林区 观测点近似服从线性关系。 建立一元线性回归模型如下： yt = ?0 + ?1 xt + ut 年剩余物yt和年木材采伐量xt散点图 分析EViews输出结果。注意：S.D.和s.e.的区别。s.e.和SSR的关系。 = -0.7629 + 0.4043 xt (-0.6) (12.1) R2 = 0.91, T = 16 上述模型的经济解释是，对于伊春林区各林业局平均每采伐1 m3木材， 将平均产生0.4 m3的剩余物。 假设已知xF=20 F F F 0.05/2 假设已知 假设已知 10. EViews操作 ① 怎样建立EViews新工作文件。file →new →workfile 选择数据类型unstructured(undated)表示横截面数据；dated表示时间序列数据。启始期(Start date)；终止期(End date)。 ②怎样用EViews通过键盘输入，复制、粘贴功能输入数据。object →new object →series 注意：（1）变量命名时，字符不得超过16个。 （2）给变量命名时，避免使用下列名字：ABS，ACOS ， AR， ASIN，C，CON，CNORM， COEF，COS，D，DLOG， DNORM，ELSE，ENDIF，EXP，LOG，LOGIT，LPT1， LPT2，MA，NA，NRND，PDL，RESID，RND，SAR， SIN，SMA，SQR，THEN。 画散点图：quick →graph →scatter →x y ④怎样用EViews预测 以补充案例1为例，给定xt = 20，求yF=？EViews预测步骤如下。 （1）点击Procs键选Change workfile range功能。在弹出的对话框的End data选择框处改为17。点击OK键。 （2）双击工作文件的Sample:1 17区域，在弹出的对话框的Sample range pairs选择框处把16改为1 17。 （3）双击工作文件窗口中的x序列，打开x数据窗口。点击Edit+/-键，使x数据窗口处于可编辑状态。在t =17的x的观测值位置输入20。相当于给定x=20。 （4）打开估计式eq01窗口，点击Forecast键。yf表示yt的预测值，若在S.E. 选择框处填入yfse则表示输出yt的预测标准差，点击OK键，工作文件窗口中已经出现一个yf序列。双击yf序列，可以看到。y17 = 7.322668。 ③OLS估计的操作步骤。 在已建立Eviews数据文件的基础上，进行OLS估计的操作步骤如下：打开工作文件，从主菜单上点击Quick键，选Estimate Equation 功能。在出现的对话框中输入y c x。点击Ok键。 11．相关理论与相关系数 相关（correlation） ：指两个或两个以上变量间相互关系的程度或强度。 分类：①按强度分 完全相关：变量间存在函数关系。 高度相关（强相关）：变量间近似存在函数关系。 弱相关：变量间有关系但不明显。 零相关：变量间不存在任何关系。 ②按变量个数分 简单相关：指两个变量间相关。 按形式分：线性相关, 非线性相关 按符号分：正相关, 负相关, 零相关 复相关（多重相关和偏相关）： 指3个或3个以上变量间的相关。 11．相关系数 非线性相关 负相关 零相关 完全相关 高度相关、线性相关、正相关 弱相关 11.2 简单线性相关的度量 简单线性相关系数，简称相关系数（correlation coefficient） 。 度量两个变量间的线性相关强度，用 ? 表示。 ?