2025年基础计量经济学研究简易线性回归模型实战解析.docx

简朴线性模型回归分析

一、试验目的与规定:

目的：影响某市货品运送量的原因也许有诸多,例如国内生产总值，经济增长,零售物价指，等。为研究国内生产总值对货品运送量与否有影响,两者有何关系。

二、试验内容

根据1985-1998年某市货品运适量Y和当年国内生产总值GDP数据，运用EV软件,做简朴线性回归分析,包括模型设定,估计参数，模型检查,模型应用，得出回归成果。

三、试验过程:

（一）模型设定

为研究中国国内生产总值对货品运送量的关系,根据1985-１998年中国国内生产总值GDＰ和货品运送量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,作货品运送量Y和国内生产总值ＧＤＰ的散点图，如图2：

从散点图可以看出,货品运送量Ｙ和国内生产总值ＧＤP大体展现为线性关系，因此建立的计量经济模型为如下线性模型：

(二)估计参数

1、双击“Eviｅws”，进入主页。输入数据:点击主菜单中的/EＶＷｏrｋ—GDP.xｌs;

2、在EＶ主页界面点击“Qｕick”菜单，点击“EｓtimaｔｅEquａtion”，出现“EqｕatｉｏnＳpeciｆicａtiｏn”对话框，选择OLS估计,输入“ｙcｘ”，点击“OK”。即出现回归成果图3:

参数回归成果为:

Ｙt＝12596.27+２6.９５GDP

(１0.1)(6.5)

R＾2=０.78–R＾2=0.７8

１.对回归方程的构造分析：

B^1=26.９5是这个样本回归方程的斜率，它表达GDP每增长1亿元,某市将增长26,９5吨的货品运送量,B^0=1259６.2７是样本回归方程的截距,它表达不受GDＰ影响的某市货品运送量。

２．记录检查:

Ｂ＾=０．７８阐明总离差平方和的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。

给出明显水平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不小于t０.025(１2)，t1＝6.5不小于t0.0２5（12）,故回归系数均明显部位零,回归模型中应包括常数项，GDP对Y有明显影响。

3．预测的某市货品运送量:

加入某市以1980年为不变价的国内生产总值为629亿元，货品运送量预测值是2930７.84吨。