个计量经济学(王少平版)案例分析2.docVIP

案例分析2—多元线性回归实例分析 下面给出了我国20年的人均消费性支出、人均现金收入和人均实物收入的数据，对其三者之间的关系可以利用多元回归的方法进行分析研究。具体数据如表3-1 表3-1 1978-1997中国人均收入与消费支出数据资料表 年份 人均消费性支出/元 人均现金收入/元 人均实物收入/元 年份 人均消费性支出/元 人均现金收入/元 人均实物收入/元 1978 116.06 63.88 87.91 1988 476.66 449.80 335.50 1979 134.51 84.68 99.33 1989 535.37 503.22 371.75 1980 162.21 105.47 110.75 1990 584.63 525.36 465.02 1981 190.81 134.52 119.45 1991 619.79 573.39 472.71 1982 220.23 160.05 146.45 1992 659.01 782.45 472.93 1983 248.29 217.78 194.32 1993 769.65 879.80 554.02 1984 237.80 246.93 228.72 1994 1016.81 1215.66 537.72 1985 317.42 288.63 258.68 1995 1310.36 1577.17 760.70 1986 356.95 324.50 268.52 1996 1572.08 1895.68 911.05 1987 398.29 356.98 296.60 1997 1617.15 2099.38 899.82 一、建立模型 利用经济学知识分析可知，人均消费性支出要受到人均现金收入和人均实物收入的影响。因此，可以将人均消费性支出看作被解释变量，变量释GGUO 人均现金收入和人均实物收入看作解释变量建立线性回归模型 利用实际观测数据通过普通最小二乘法OLS对回归模型进行参数估计，得线性回归方程 利用表3-1的观测数据进行计算得： ，， ，， ， ， ， 根据公式计算可得： 从而得线性回归方程为 对其进行显著性检验 样本决定系数 统计量 给定，查第一自由度为2，第二自由度为17的分布表临界值，显然，所以回归方程显著成立。 检验 给定，查分布表得，、均大于，所以、显著不为零。 因此，线性回归方程 表明人均消费性支出与人均现金收入、人均实物收入具有线性关系。在人均实物收入不变的情况下，人均现金收入每增加一元，人均消费性支出就增加0.5418元；在人均现金收入不变的情况下，人均实物收入每增加一元，人均消费性支出就增加0.5285元。 二、利用计算机进行分析的步骤 借助于计量经济软件EViews对表3-1进行分析，将表3-1的数据资料，输入计算机（如图3-1）所示。 图3-1 显示数据资料对话框 用鼠标单击“Procs”，出现下拉菜单，单击“Make Equation”，出现回归方程设定对话框，在“Equation Specification”栏中键入Y C X1 X2；在“Estimation Settings”栏中选择“Least Squares”(最小二乘法)，单击“OK”即可。或直接在命令窗口输入命令：LS Y C X1 X2，屏幕显示回归结果（见图3-2）。 图3-2 Equation对话框 从图3-2可以看出，计算机运算所显示的回归分析结果与前面的计算结果是一致的。，，；，。 、均大于，所以、显著不为零；，所以回归方程显著成立。最后确认回归结果为： (2.3296) (12.0949) (4.9063) 如果要打印回归分析结果，只需单击“Print”即可；若要存盘，则点击“Name”，在弹出的对话框中给定文件名，再单击“OK”，回归分析结果就保存于工作文件(Workfile)中，然后在工作文件窗口单击“OK”即可。 ----------专业最好文档，专业为你服务，急你所急，供你所需------------- 文档下载最佳的地方 ----------专业最好文档，专业为你服务，急你所急，供你所