线性回归分析(Eviews).pptVIP

下载本文档

8
0
约8.12千字
约 57页
2017-09-11 发布于四川
举报
版权申诉

线性回归分析(Eviews).ppt

1、本文档共57页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

线性回归分析(Eviews)

* * * * * * Eviews回归结果 Dependent Variable: Y Method: Least Squares Date: 03/02/08 Time: 10:13 Sample: 1981 1998 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob.?? C 144.6786 35.50781 4.074556 0.0009 X 0.789808 0.008022 98.45858 0.0000 R-squared 0.998352 ???? Mean dependent var 2807.444 Adjusted R-squared 0.998249 ???? S.D. dependent var 2333.000 S.E. of regression 97.61747 ???? Akaike info criterion 12.10443 Sum squared resid 152466.7 ????Schwarz criterion 12.20336 Log likelihood -106.9399 ????F-statistic 9694.092 Durbin-Watson stat 1.082919 ????Prob(F-statistic) 0.000000 * 例3-2-2(教材例3-1)Eviews计算结果 Dependent Variable: Y Method: Least Squares Date: 03/02/08 Time: 15:13 Sample: 1981 2002 Included observations: 22 Variable Coefficient Std. Error t-Statistic Prob.?? C 237.752952799707 68.3551736117468 3.4781998236173 0.00237181875731987 X 0.751088775963591 0.010396452398397 72.2447184079256 1.15963513340516e-25 R-squared 0.996182695679258 ????Mean dependent var 3975 Adjusted R-squared 0.995991830463221 ????S.D. dependent var 3310.25739180505 S.E. of regression 209.572746755865 ????Akaike info criterion 13.6145269063696 Sum squared resid 878414.723655962 ????Schwarz criterion 13.7137125839476 Log likelihood -147.759795970065 ????F-statistic 5219.29933784047 Durbin-Watson stat 1.28776506339404 ????Prob(F-statistic) 1.15963513340517e-25 * (二)、多元线性回归模型多元线性回归模型:表现在线性回归模型中的解释变量有多个。一般表现形式： * i=1,2…,n 其中:k为解释变量的数目，?j称为回归参数（regression coefficient）。习惯上：把常数项看成为一虚变量的系数，该虚变量的样本观测值始终取1。这样：模型中解释变量的数目为（k+1） * 也被称为总体回归函数的随机表达形式。它的非随