复习：一元性回归模型案例.doc

一元线性回归模型案例 从总体上考察中国居民收入与消费支出的关系。下表给出了以1990年不变价测算的中国人均国内生产总值（X）与以居民消费价格指数（以1990年为100）缩减的人均居民消费支出（Y）的1978-2000年期间的数据。 单位：元/人 年份 人均居民消费支出（Y） 人均GDP （X） 年份 人均居民消费支出（Y） 人均GDP （X） 1978 395.8 675.1 1990 797.1 1602.3 1979 437.0 716.9 1991 861.4 1727.2 1980 464.1 763.7 1992 966.6 1949.8 1981 501.9 792.4 1993 1048.6 2187.9 1982 533.5 851.1 1994 1108.7 2436.1 1983 572.8 931.4 1995 1213.1 2663.7 1984 635.6 1059.2 1996 1322.8 2889.1 1985 716.0 1185.2 1997 1380.9 3111.9 1986 746.5 1269.6 1998 1460.6 3323.1 1987 788.3 1393.6 1999 1564.4 3529.3 1988 836.4 1527.0 2000 1690.8 3789.7 1989 779.7 1565.9 要求： （1）根据变量Y与X的散点图建立并估计二者的计量经济学模型； （2）对模型进行统计学检验（拟合优度检验、变量显著性检验及方程显著性检验）； （3）对模型运用G-Q法进行异方差检验； （4）对模型运用DW检验法进行序列相关检验。 解答: 1．（1） ①建立模型：根据散点图，可以发现Y与X大体呈线性关系，故建立Y对X的一元线性回归模型。 命令：scat x y ②模型的估计 命令：LS Y C X 得到以下回归结果： Dependent Variable: Y Method: Least Squares Sample: 1978 2000 Included observations: 23 Variable Coefficient Std. Error t-Statistic Prob. C 201.1188 14.88376 13.51264 0.0000 X 0.386181 0.007222 53.47568 0.0000 R-squared 0.992710 Mean dependent var 905.3310 Adjusted R-squared 0.992363 S.D. dependent var 380.6337 S.E. of regression 33.26392 Akaike info criterion 9.929765 Sum squared resid 23236.26 Schwarz criterion 10.02850 Log likelihood -112.1923 F-statistic 2859.649 Durbin-Watson stat 0.550600 Prob(F-statistic) 0.000000 得到的回归模型为： Y = 201.1188 +0.386181X+e （13.51264）（53.47568） 统计意义：当X每增加一个单位，Y平均增加0.386181个单位； 经济意义：当人均GDP每增加一元，人均居民消费支出平均增加0.386181元。 （2） ①拟合优度检验 = 0.992710 统计意义：在Y的总变差中，有99.27%可以由X做出解释。回归方程对于样本观测点的拟合效果很好。 经济意义：在人均居民消费支出的总变差中，有99.27%可以由人均GDP做出解释。 = = 0.992363 统计意义：用方差而不用变差，考虑到自由度，剔除解释变量数目与样本容量的影响，使具有不同样本容量和解释变量数目的回归方程可以对拟合优度进行比较。 ②方程的显著性检验 提出假设 H0： H1： 计算检验统计量： 2859.6494.32=F0.05(1,21) ∴拒绝假设H0：，接受对立假设H1：。 统计意义：说明在95%的置信概率下，回归方程所能解释的方差显著大于未能解释的方差，Y与X之间存在显著的线性关系。 经济意义：说明在95%的置信概率下，人均居民消费支出与人均GDP之间存在显著的线性关系。 ③变量的显著性检验 提出假设 H0： H1： 计算检验统计量 53.47568 2.08 =