计量经济学实验报告模板---简单线性模型回归分析.docx

简单线性模型回归分析 一、实验目的与要求： 目的： 影响某市货物运输量的因素可能有很多，比如国内生产总值， 经济增长，零售物价指，等。为研究国内生产总值对货物运输量是否 有影响，二者有何关系。 二、实验内容 根据 1985－1998 年某市货物运适量 Y 和当年国内生产总值 GDP 数 据，运用 EV 软件，做简单线性回归分析， 包括模型设定， 估计参数， 模型检验，模型应用，得出回归结果。 三、实验过程： （一）模型设定 为研究中国国内生产总值对货物运输量的关系， 根据 1985 －1998 年 中国国内生产总值GDP和货物运输量Y,如图1 : 年份 Y GDP 1985 18249 161.69 1986 18252 171.07 1987 18400 184.07 1988 16693 194.75 1989 15543 197.86 1990 15929 208.55 1991 18308 221.06  1992 17522 246.92 1993 21640 276.8 1994 23783 316.38 1995 24040 363.52 1996 24133 415.51 1997 25090 465.78 1998 24505 509.1 根据以上数据，作货物运输量 丫和国内生产总值GDP的散点图，女口 图2 : L J Group: UN ILI LED Workfil?:匚 ONSP-42-6iEUntiil€d\ [回芒 View Prac Object Print Name Freeze Sample Sheetl State Spec —550ddUP503-J3 — 5 50 ddUP 50 3 -J 3 250 200- 150- 14.000 16.000 1DOO 20,000 22,000 24,000 26.00C CONSP 从散点图可以看出，货物运输量丫和国内生产总值GDP大体呈现为 线性关系，所以建立的计量经济模型为以下线性模型：Y二，「Xi ? ui （二）估计参数 1、 双击’Eviews，进入主页。输入数据：点击主菜单中的 File/Open /EV Workfile — Excel —GDP.xls; 2、 在 EV 主页界面点击Quick ”菜单，点击 Estimate Equation ，出现 Equation Specification ” 对话框，选择OLS估计，输入“y c x ”，点击OK ”即出现回归结果图3 : 参数回归结果为: DependentVariablB： ￥ Method; Least Squares Date: 13/15/12 Tim^: 20:44 Sample: 1995 1 998 Ircludetl obssivations: 14 Variable Coefficient Std. Error t-Statistic Prob C 12527 30 1 右2旳日 1D.16133 0.0000 DDF 27 1 2010 4.001674 6 64631 8 O.OODD R-squa red 0706376 Mean dependentvar 2D1 49.07 Adjusted H-squared 0768574 S.D. dependent ￥ar 3523,0sfe SE of regressicr 15^.877 Aka Iks info criterion 17.84011 Sum stjpuared 询d 3449249 Schwarz criterion 17.33141 Lag likelihood -1 22.890B Hannan-Quinn criter. 17.83166 Rstalistic 44.17354 DurblivWa^^r stat 0.973921 Prob(F-statistic) G 000024 Yt=12596.27+26.95GDP (10.1) (6.5) RA2=0.78 - RA2=0.78 对回归方程的结构分析: BA仁26.95是这个样本回归方程的斜率，它表示 GDP每增加1 亿元，某市将增加26,95吨的货物运输量，BA0=12596.27是样本回 归方程的截距，它表示不受 GDP影响的某市货物运输量。 统计检验： BA=0.78说明总离差平方和的78%被样本回归解释，有22%未被 解释，因此，样本回归直线的拟合优度是可以的。 给出显著水平 a=0.05,查自由度v=14-2=12的t分布表，得出临界值 T0.025 (12)=2.18， t0=10.1大于t0.025 (12 )，t1=6.5大于t0.025 (12 )，故回归系数均显著部位零，