熟练运用Eview6掌握一元线性回归.docVIP

实验目的】 通过导入 1950年到 1987 年美国机动车气油消费量 cons 与人口数 pup 的相关数据以消费量为被解释量人口数为解释变量建 立一元线性回归模型并对其结果进行相关分析 【实验原理】 运用 eviews将exceI中消费量与人口数的数据粘贴到 eviews中并求出相关 变量画出拟合回归直线。 【实验软件】 Eview6 【实验要求】 熟练 运用并且掌握一元线性回归运用 Eviews6 建立模型分析从而总结得 到解释变量与被解释变量之间存在的关系。 【实验过程】 1、启动 Eviews6软件建立新的workfile.在主菜单中选择【File]--【New]-- 【Workfile ]弹出 Workfile Create 对话框在 Workfile structure type 中 选择 Dated-regular frequency然后在 Frequency中选择 annualStart date 中输入1950End date中输入1987然后在 WF中输入 Work1点击OK 按钮。如图2、数据导入.在主菜单的空白处输入series cons按下enter 再输入series pup按下enter如图3、将要分析的数据复制黏贴。如 图4、建立回归方程。 定义消费量cons为被解释变量以pup为解释 变量进行回归。在主菜单中输入命令项Ls con sum c pup按en ter键得 到回归方程的估计结论如图所示 5、画拟合回归直线 将消费量与人 口数的关系用一条拟合回归直线表示 【实验分析] 在本实验中根据 回归结果中的相关数据 R- squared 0.925613说明总离合差平方和的 92.5613被样本回归直线解释仅有未被解释 7.4387因此可知样本回归 直线对样本点的拟合优度是较高的。 Prob 即相伴概率也就是拒绝原 假设Ho的概率。相伴概率越大则要接受原假设 Ho此时B10则表示 参数不显著相反相伴概率越小则要拒绝原假设 Ho 接受 H1 此时 B1 不等于 0 则表示参数显著。在本实验中相伴概率为 0.00 表示参数显 著。 给出显著水平 a0.05 查自由度 v38-236 的 t 分布表得临界值 t0.025362.028t05.901157t0.02536t117.14813t0.02536 所以回归系数均 显著不为 0 而且人口数对消费量有显著影响。 【小结】 通过这次实 验操作知道了怎样运用 eviews 软件进行数据导入建立一元线性回归 模型并通过相关数据对模型进行分析对被解释变量与解释变量之间 的关系进行深度分析。 在操作过程中我们小组选取了 cons为被解释 变量分别将人口数、汽车保有量、汽油价格、国民生产总值作为解释 变量结果发现人口数对cons的影响最大。并且最后选取了 cons和pup 进行回归分析。希望以后的 《计量经济学》这门课程中能学到更多知 识。