实验一非线性回归模型估计实验.docVIP

《经济管理定量分析高级方法》 实 验 报 告 书 实验题目： 实验一 非线性回归模型估计 姓 名： 王玲 学号： 年级、专业、班 2008级会计二班 实验地点： DS1401 完成时间： 2011-6-17 教师评语： 教师（签名） 成 绩： 阅批时间 实验一 非线性回归模型估计(CASE 2) 实验目的 通过本次实验，1/y c 1/x ， 点击OK键， 得到图二。 （图二） 单击图二中的 View — Representations, 得图三 （图三） 通过图三的表示，我们知道其线性表达式为： 1/Y = 0.06927695796 - 2.372132322*1/X 通过图二的表示，我们可以得到如下数据： t值分别为 18.6 、 -11.9； R2 = 0.76； SE = 0.009， F = 143 可决系数为0.76，可见其拟合度并不是很好。 我们尝试建立指数模型 打开方程设定(Equation specification)对话框，输入估计命令， Log(y) c 1/x 点击OK键，得到其估计的结果如图四所示。 （图四） （图五） 散点图如图六所示。 （图六） 通过图四，我们得到其线性表达式为： LOG(Y) = 1.993732697 + 104.5194751*(1/X) 其t值为21.97 和21.64， R2=0.91, s.e.=0.22, F=468， 把表达式还原为指数形式 Lny=Ln(7.33)+104.5(1/x) y = 7.33e105.5(1/x) 可决系数由0.76提高到了0.91，可见指数函数拟合度比倒数函数的效果好。 3、直接建立非线性模型 从工作文件主菜单中点击Quick键，选择Estimate Equation功能，在弹出的对话框的Equation Specification(方程设定) 选择框输入指数形式的估计命令： Y=c(1)*EXP(C(2)*(1/X)) 如图八所示。 （图七） 点击确定，得到输出结果如图八所示。 （图八） 其对应的非线性模型如下： y = 8.2965e100.1(1/x) t值为10.97 和29.38 R2 = 0.957 se = 9.95 估计结果更好，因为可决系数R2由0.91提高到0.96。当x=82时，y的预测值为28.11。 实验结果及分析 通过本次试验学习，第一次对EViews软件的的相关知识和操作有了了解，EViews作为专用的计量经济学分析软件，具有很强大的对社会经济关系与经济活动的数量规律分析功能。通过本次学习，我对线性回归模型和非线性回归模型的操作都能熟练掌握。 在建立线性回归模型的实验过程中，为了找到拟合度最好的一条线性方程，需要进行反复的试验操作比较，需要不断地尝试，经过很多的实验操作后，然后对每次的操作结果进行比较，才能找出一条拟合度较好的回归线；在建立非线性回归模型的实验过程中，我们首先选择的是指数函数形式，因为指数函数对非线性回归分析来说是尤为重要的，通过指数函数的编制来找到我们所需