实验1：简单线性回归模型教程.pptVIP

实验1 简单线性回归模型;参考书目 高铁梅，《计量经济分析方法与建模－EViews应用及实例》，清华大学出版社，2006.1 张晓峒，《计量经济学软件EViews使用指南》，南开大学出版社，2006.7 ;实验目的 熟悉EViews5的操作界面,熟练运用EViews5建立工作文件；输入数据；计算样本的常用统计量；绘制散点图；估计一元线性回归方程。 实例研究：分析影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系 ;;2002年全国城市居民家庭平均每人每年消费支出为6029.88元，其中黑龙江最低，人均仅4462.08元；上海最高，人均10464元，上海是黑龙江的2.35倍。; 结论：从图中我们可以看出由于全国各个地区经济发展速度不同，居民消费有着明显差异。 为了分析影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，我们可以建立相应的???量经济模型去研究。;模型设定 研究对象：各地区居民消费的差异 变量设定： 居民消费可分为城市居民消费和农村居民消费，由于各地区城市和农村人口比例及经济结构有较大差异，且各地区人口和经济总量不同，因此最具有直接可比性的就是“城市居民每人每年的平均消费支出”。所以模型的被解释变量Y为“城市居民人均年消费支出” 影响各地区城市居民人均消费支出最主要因素应当是居民可支配收入，其他因素的影响归入随机扰动项中。为与Y相对应，解释变量X为“城市居民人均年可支配收入”;数据选择 我们研究目的是各地区居民消费的差异，并不是城市居民在不同时间的变动，所以应当选择同一时期各地区城市居民的消费支出来建立模型。我们建立的是2002年截面数据模型。 数据来源：《中国统计年鉴2003》 详细数据：计量经济学实验课课件数据(按区域排列);计量经济模型：;1. 建立Workfile（工作文件）;Workfile structure type(文件构造类型): Unstructured /Undated 不规则/未注明日期 Dated –regular frequency 有日期－规则的频率 Balanced panel 平行面板 Date specification(数据规格)： Annual 年度 Semi- annual 半年度 Quarterly 季度 Monthly 月度 Weekly 周数据 Daily-5 day week 每周五天日数据 Daily-7 day week 每周七天日数据 Integer date 整数数据 WF： Workfile文件名 ; ;C:截矩项 resid:残差项 ;2.数据输入:建立新数据文件;在EViews中，数据输入和在Excel中的数据输入完全相同，可预先在Excel准备好数据;G;;;三、参数估计：Estimate Equation(估计方程) 方法一：;;方法二：在EViews命令框中直接输入“ls Y C X”/回车;四、回归结果及模型形式 （Name:命名后即可保存）;参数估计结果如下：;回归结果图形（在Equation中点击Resids）;1. 参数检验（参数的显著性检验—t检验）：;不能拒绝H0:β1=0;3.正态性检验;;六、模型预测;在“Workfile”中的红线“Rang”处双击，调出“Workfile structure”，将样本个数改为“33”;;打开“Equation”对话框，点击“Forecast”（预测）→OK,得到模型估计值及标准误差的图形和“yf”;模型估计值及标准误差的图形;双击“Workfile”中的“yf”： 在“32”的位置为X＝8270时的人均年消费支出的点预测 在“33”的位置为X＝12405时的人均年消费支出的点预测