实验课单元一双变量线性回归模型MicrosoftWord.doc

PAGE  PAGE 7 实验单元（一）双变量线性回归模型 【实验目的】 掌握双变量线性回归模型的参数估计及相关内容 【实验内容】 建立双变量线性回归模型，回归参数估计，散点图，残差图等。 【实验步骤】 以双变量回归模型为例。 第一步，画散点图 操作：从ＥViews主窗口，点击Quick键，选择Graph功能，这时将弹出一个对话框，要求输入图画所用的变量名。对于画散点图来说，应该输入两个变量。这里因为要画x，y的散点图，所以输入x，y。点击OK键，会得到对话框，从Graph Type选项中选Scatter Diagram，然后按OK键，得到散点图。如要改变x，y横纵轴的位置，改变x，y顺序即可。 第二步，显示回归结果 操作：从ＥViews主窗口，点击Quick→点击Estimate Equation功能。弹出一个对话框。在Equation　Specification选择框中输入y c x或者y=c（1）＋c（2）*x。在Estimate　Setting选择框中自动给出缺省选择LS估计法和样本区间。点击OK键，即可得到回归结果。然后name→save。 第三步，显示模型拟合图（残差图） 操作：在回归模型估计结果显示窗口的命令行中，单击resids即可。 第四步，显示变量描述统计分析结果 操作：左键双击打开序列组（Group）→View→Descriptive statistic→Common sample 第五步，预测 操作：（1）打开工作文件（WorkFile），从主窗口→Procs→structure/Resize Current Page→改变区间。在打开的扩展范围选择框中分别输入预测区间。 （2）编辑变量X的数据（用鼠标右键激活），输入X的实际值。 （3）在回归模型估计结果显示窗口的命令行中，单击Forecast，打开预测窗口，预测结果变量的缺省选择为YF，选择静态预测，点击OK。在工作文件窗口，就会显示YF。 第六步，作预测值曲线图 操作：主窗口→Quick→Graph，打开作图对话框输入Y FY，选择Line Graph，Singe Scale。 第七步，作散点图和回归直线合二为一 操作：打开工作文件窗口→打开序列组（只有两个序列）→从主窗口Quick→Graph→series list→OK→Graph Options→Scatter（在Basicgraph中选Scatter）→Fit lines→Repression line→确定 【例】1985—2001年我国城镇居民人均消费和人均年收入数据 1985—2001年我国城镇居民人均消费和人均年收入数据表 年份城镇居民平均每人全部年收入（元）（X）城镇居民平均每人年消费（元）（Y）1985784.92673.21986909.96798.9619871012.2884.419881192.121103.9819891387.811210.9519901522.791278.8919911713.11453.8119922031.531671.7319932583.162110.8119943502.312851.3419954288.093537.5719964844.783919.4719975188.544185.6419985458.344331.6119995888.774615.9120006316.81499820016907.085309.01 数据来源：《中国统计年鉴（2003）》，中国统计出版社，2003年出版。 一、阐述理论 由经济理论知，可支配收入是影响或决定消费性支出的主要因素之一。一般而言，当可支配收入增加时，消费性支出也随着增加，它们之间具有正向的同步变动趋势，反之，消费性支出减少。当然，消费性支出除受可支配收入的影响之外，还受到其他一些因素的影响，在这里，将城镇居民平均每人年消费性支出作为被解释变量（Y），城镇居民平均每人全部收入作为解释变量(X),其他变量及随机因素的影响均归并到随机变量u中，建立我国城镇居民年人均消费性支出Y和年人均可支配收入X之间的双变量线性回归模型。 二、建立模型 设双变量总体线性回归模型: Yi = β0 + β1Xi + ui 其中，Yi —— 表示城镇居民人均年消费支出 β0、β1 —— 表示待定系数 Xi —— 表示城镇居民人均年收入水平 ui ——