Eviews实验报告一完整版.doc

  1. 1、本文档共4页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多
曲靖师范学院数学与信息科学学院 实 验 报 告 一 2015 年 11 月 11 日 实验题目 一元线性回归模型建立与检验 指导教师 孙丽萍 班级学号 2013111425 姓名 李正权 实验目的 使学生掌握 1.Eviews基本操作: (1) 数据的输入、编辑与序列生成; (2) 散点图分析与描述统计分析; (3) 数据文件的存贮、调用与转换。 2. 利用Eviews做一元线性回归模型参数的OLS估计、统计检验、点预测和区间预测 实验仪器 计算机、eviews软件 实验理论基础 能熟练使用Eviews软件,运用其相关知识,会建立工作文件,基本对象,序列对象,数据处理,样本范围的设定,图形和统计量分析等,了解和掌握一元线性回归模型的基本原理及其一般的分析过程 实验要求 建立序列对象,组成群组对象,做出X、Y的散点图, 建立消费支出和可支配收入的一元线性回归方程,按标准输出回归模型估计报告。 3、对所建立的回归方程进行检验。包括(1)、经济意义检验,(2)、拟合优度和统计检验,并指出斜率的经济意义。 4、根据DW分布表判断是否存在自相关。若存在,进行消除。 5、将模型变为双对数模型,进行估计,并输出回归模型估计报告。 6、比较线性和非线性模型,你选择哪个,说明理由。 实验过程与步骤 打开Eviews软件,新建工作文件,新建序列,将实验所需数据输入,做出散点图。 可看出实际可支配收入(X)和实际消费支出(Y)的关系近似直线关系可建立线性回归模型。 在主菜单命令行键入:“ Y C X”,然后回车。即可直接出现如下图所示的计算结果。 Dependent Variable: Y Method: Least Squares Date: 11/24/15 Time: 22:51 Sample: 1978 2006 Included observations: 29 Coefficient Std. Error t-Statistic Prob.?? C 2092.026 335.4415 6.236634 0.0000 X 0.437548 0.009311 46.99448 0.0000 R-squared 0.987922 ????Mean dependent var 14856.03 Adjusted R-squared 0.987475 ????S.D. dependent var 9472.097 S.E. of regression 1060.083 ????Akaike info criterion 16.83655 Sum squared resid????Schwarz criterion 16.93085 Log likelihood -242.1300 ????Hannan-Quinn criter. 16.86609 F-statistic 2208.481 ????Durbin-Watson stat 0.276840 Prob(F-statistic) 0.000000 =2092.026+0.437548X (335.4415) (0.009311) t=(6.236634) (46.99448) R2=0.987922 模型检验 (1)、经济意义检验 这里所估计的参数β1=0.4377548表示实际可支配收入增加1元亿元,将会导致实际消费支出增加0.4377548亿元。这符合经济学中的常理。 (2)、拟合度和统计检验 由回归结果可知,本题中可决定系数R2=0.987922,说明模型在整体上对数拟合很好。解释变量“实际可支配收入”对被解释变量“实际消费支出”的98.79%的变化做出解释。 针对H0:β1=0以及H1:β1≠0,回归系数β1的标准误差和t值分别为0.009311和46.99448;回归系数β0的标准误差和t值分别为335.4415和6.236634。 根据DW值为0.2772,因而可以判断模型存在序列相关性。 Dependent Variable: LOG(Y) Method: Least Squares Date: 11/24/15 Time: 21:20 Sample: 1978 2006 Included observations: 29 Coefficient Std. Error t-Statistic Prob.?? C 0.586743 0.142859 4.107143 0.0003 LOG(X) 0.880080 0.014225 61.86962 0.0000 R-squared 0.992996 ????Mean dependent var 9.401

文档评论(0)

135****0879 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档