计量经济学 简单线性回归 实验报告.doc
计量经济学实验报告
计量经济学实验报告：马艺菡学号：4班级：9141070302任课教师：静文实验题目简单线性回归模型分析一实验目的与要求目的：影响财政收入的因素可能有很多，比如国生产总值，经济增长，零售物价指数，居民收入，消费等。
为研究国生产总值对财政收入是否有影响，二者有何关系。
要求：为研究国生产总值变动与财政收入关系，需要做具体分析。
二实验容根据1978-1997年中国国生产总值X和财政收入Y数据，运用EV软件，做简单线性回归分析，包括模型设定，模型检验，模型检验，得出回归结果。
三实验过程：（实践过程，实践所有参数与指标，理论依据说明等）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。
（一）模型设定为研究中国国生产总值对财政收入是否有影响，根据1978-1997年中国国生产总值X和财政收入Y，如图11978-1997年中国国生产总值和财政收入（单位：亿元）1996 66850.5 7407.991997 73452.5 8651.14根据以上数据作财政收入Y 和国生产总值X的散点图，如图2从散点图可以看出，财政收入Y和国生产总值X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：（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；参数估计结果为：Y=857.8375+0.100036iX（67.12578）（0.002172）t=（12.77955）（46.04910）2r=0.991583F=2120.520S.E.=208.5553DW=0.864 0323、在“Equation”框中，点击“Resids”,出现回归结果的图形（图4）:剩余值（Residual）、实际值(actual),拟合值（fitted）4、.（三）模型检验1.经济意义检验回归模型为：Y=857.8375+0.100036*X（其中Y为财政收入，iX为国生产总值；）所估计的参数=0.100036，说明国生产总值每增加1亿元，财政收入平均增加0.100036亿元。
计量经济学Eviews简单线性回归模型的建立与分析应用实验报告
实验一：简单线性回归模型的建立与分析应用【实验目的】1、熟悉计量经济学软件包EViews的界面和基本操作；2、掌握计量经济学分析实际经济问题的具体步骤；3、掌握简单线性回归模型的参数估计、统计检验、预测的基本操作方法；4、理解简单线性回归模型中参数估计值的经济意义。
【实验类型】综合型【实验软硬件要求】计量经济学软件包EViews、微型计算机【实验内容】为研究深圳市地方预算内财政收入（Y）与地区生产总值（X）的关系，建立简单线性回归模型，现根据深圳市统计局网站的相关信息，得到统计数据如下表：请按照下列步骤完成实验一，每个步骤要写出操作过程：（1）打开EViews，新建适当的工作文件夹；打开Eviews后，依次点击File－New－Workfile，新建一个时间序列数据（Dated-regular frequencied）类型的文件，频率选择年度（Annual），键入起止日期1990-2008（如图一），点击ok，新建工作文件夹完成（如图二）（图一）（图二）（2）在工作文件夹中新建变量X和Y，并输入数据；依次点击Objects－New Object，对象类型选择序列（Series），并输入序列名Y（如图三），点击OK，重复以上操作，新建系列对象X。
新建系列对象完成后如（图四）按住ctrl并同时选定X和Y，用鼠标右击选择open—as group，点击Edit ＋/－开始编辑，输入数据，数据输入完毕再点击Edit＋/－一次。
数据输入后如（图五）。
（图三）（图四）（图五）（3）生成X和Y的自然对数序列，保存在工作文件夹中，命名为lnX和lnY；依次点击Objects－Generate Sereies，出现Generate Series by Equation 窗口，在Enter equation窗口中输入公式：lnY=log(Y)点击ok，重复以上操作，输入：lnX=log(X) 创建序列lnX。
（如图六）（图六）（4）求X和Y的描述统计量的值，写出操作过程并画出相应表格；依次点击Quick－Group Statistics—Descriptive Statistics－Common sample，打开Series List窗口，输入x y，点击ok，输出结果（如图七）（图七）（5）作出X和Y的散点图，写出操作过程并画出相应图像，并判断模型是否接近于线性形式；依次点击Quick－Graph，打开Graph Options窗口，在Specific 中选择Scatter(散点图) （如图八）点击OK，得到散点图（如图九）（图八）由散点图可以看出模型接近线性形式（图九）（6） 用OLS 法对模型i i i u X Y ++=21ββ做参数估计，将估计结果保存在工作文件夹中，命名为eq01，写出操作过程和回归分析报告，并解释斜率的经济含义；在窗口空白处输入：ls y c x ，回车，得到结果如图回归分析报告：根据输出结果可得Ŷi = 26.02096 + 0.088820Xi (14.80278) (0.004356) t= (1.757843) (20.38986) R 2 = 0.960716 F=415.7464 D.W=0.626334 n=19 斜率的经济含义:斜率为0.088820，表示地区生产总值每增加1亿元，地方预算内财政收入平均来说增加0.088820亿元（7） 用OLS 法对模型i i i u X Y ++=ln ln 21ββ做参数估计，将估计结果保存在工作文件夹中，命名为eq02，写出操作过程和回归分析报告，并解释斜率 的经济含义；在主窗口空白处输入：ls lny c lnx ，回车，结果如图回归分析报告：根据输出结果可得lny = -1.272730 + 0.873867lnx(0.238775) (0.032394) t= (-5.330249) (26.9761) R 2 = 0.977172 F=727.7097 D.W= 0.811127 n=19 斜率的经济含义:斜率为0.873867，表示地区生产总值每增加1亿元，地方预算内财政收入平均来说增加0.0873867亿元（8） 将保存工作文件夹保存在桌面，文件名为test1.wfl ；依次点击File-Save As 将文件保存在桌面，命名为test1.wfl （9） 对eq01的估计结果做经济意义检验和统计检验（05.0=α），估计的效果如何？经济意义检验：x 的系数β2的估计值为0.088820，说明地区生产总值每增加1亿元，地方预算内财政收入平均来说增加0.088820亿元，该值处于（0,1）符合预期。
3 计量经济学上机实验报告-简单线性回归
实验一 简单线性回归一、 实验名称：简单线性回归 二、实验目的掌握一元线性回归模型的估计与应用，熟悉EViews 的基本操作,并且给案例做一元回归并做预测。
三、实验中所需要掌握的知识点掌握一元回归及其预测四、实验前预备的情况说明（包括上机步骤、实验所涉及的基本原理知识的复习理解、 对实验结果的预期解释等）(1)最小二乘法估计的原理 (2) t 检验 (3)拟合优度检验(4)点预测和区间预测五、上机实验内容（填写本次上机的情况）1．上机步骤⑴统计结果，如图1所示，Y ,X 的均值分别为3081.158和22225.13，Y,X 的标准差为2212.591,和22024.6图1(2) 设定模型为 12i i i Y X u ββ=++，经运算的 Equation 界面如图2图3由图2的数据得：；2．上机结果（1）回归估计结果为：Dependent Variable: Y Method: Least SquaresDate: 04/09/14 Time: 18:53 Sample (adjusted): 1978 1997Included observations: 20 after adjustmentsVariable CoefficientStd. Errort-Statistic Prob. X 0.100036 0.002172 46.04910 0.0000 C857.837567.1257812.77955 0.0000R-squared 0.991583 Mean dependent var 3081.158 Adjusted R-squared 0.991115 S.D. dependent var 2212.591 S.E. of regression 208.5553 Akaike info criterion 13.61293 Sum squared resid 782915.7 Schwarz criterion 13.71250 Log likelihood -134.1293 F-statistic2120.520 Durbin-Watson stat0.864032 Prob(F-statistic)0.000000因此得到回归模型为： Y=857.8375+0.100036X斜率系数的经济意义为：GDP 增加1亿元，财政收入增加0.1亿元。
计量经济学实验报告(多元线性回归 自相关 )
计量经济学实验报告(多元线性回归自相关 )1. 背景计量经济学是一门关于经济现象的定量分析方法研究的学科。
它的发展使得我们可以对经济现象进行更加准确的分析和预测，并对社会发展提供有利的政策建议。
本文通过对多元线性回归模型和自相关模型的实验研究，来讨论模型的建立与评价。
2. 多元线性回归模型在多元线性回归模型中，我们可以通过各个自变量对因变量进行预测和解释。
例如，我们可以通过考虑家庭收入、年龄和教育程度等自变量，来预测某个家庭的消费水平。
多元线性回归模型的一般形式为：$y_i=\beta_0+\beta_1 x_{i1}+\beta_2 x_{i2}+...+\beta_k x_{ik}+\epsilon_i$在建立模型之前，我们需要对因变量和自变量进行观测和测算。
例如，我们可以通过调查一定数量的家庭，获得他们的收入、年龄、教育程度和消费水平等数据。
接下来，我们可以通过多元线性回归模型，对家庭消费水平进行预测和解释。
在实际的研究中，我们需要对多元线性回归模型进行评价。
其中一个重要的评价指标是 $R^2$ 值，它表示自变量对因变量的解释程度。
$R^2$ 值越高，说明多元线性回归模型的拟合程度越好。
3. 自相关模型在多元线性回归模型中，我们假设各个误差项之间相互独立，即不存在自相关性。
但实际上，各个误差项之间可能会互相影响，产生自相关性。
例如，在一个气温预测模型中，过去的温度对当前的温度有所影响，说明当前的误差项和过去的误差项之间存在相关性。
我们可以通过自相关函数来研究误差项之间的相关性。
自相关函数表示当前误差项和过去 $l$ 期的误差项之间的相关性。
其中，$l$ 称为阶数。
自相关函数的一般形式为：$\rho_l={\frac{\sum_{t=l+1}^{T}(y_t-\bar{y})(y_{t-l}-\bar{y})}{\sum_{t=1}^{T}(y_t-\bar{y})^2}}$在自相关模型中，我们通过对误差项进行差分或滞后变量，来消除误差项之间的自相关性。
计量经济学实验报告(范例)
在“Objects”菜单中点击“New Objects”，在“New Objects”对话框中选“Group”，并在“Name for Objects”上定义文件名，点击“OK”出现数据编辑窗口。
1．学会OLS方法的估计过程
2．掌握了模型的估计和检验方法
3．深入了解了消费函数的计量结果，扩大了思路。
一、研究目的和意义
我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。
若要将工作文件存盘，点击窗口上方“Save”，在“SaveAs”对话框中给定路径和文件名，再点击“ok”，文件即被保存。
2、输入数据
在数据编辑窗口中，首先按上行键“↑”，这时对应的“obs”字样的空格会自动上跳，在对应列的第二个“obs”有边框的空格键入变量名，如“Y”，再按下行键“↓”，对因变量名下的列出现“NA”字样，即可依顺序输入响应的数据。其他变量的数据也可用类似方法输入。
Annual (年度) Weekly (周数据)
Quartrly (季度) Daily (5 day week ) (每周5天日数据)
Semi Annual (半年) Daily (7 day week ) (每周7天日数据)
计量经济学实验一一元线性回归完成版
计量经济学实验⼀⼀元线性回归完成版实验⼀⼀元线性回归⽅程1.下表是中国2007年各地区税收Y和国内⽣产总值GDP的统计资料。
单位：亿元要求，运⽤Eviews软件：(1)作出散点图，建⽴税收随国内⽣产总值GDP变化的⼀元线性回归⽅程，并解释斜率的经济意义；解：散点图如下：得到估计⽅程为：0.07104710.62963=-y x这个估计结果表明，GDP 每增长1亿元，各地区税收将增加0.071047亿元。
(2) 对所建⽴的回归⽅程进⾏检验；解：从回归的估计的结果来看，模型拟合得较好。
可决系数20.7603R =，表明各地区税收变化的76.03%可由GDP 的变化来解释。
从斜率项的t 检验值看，⼤于5%显著性⽔平下⾃由度为229n -=的临界值0.025(29) 2.05t =，且该斜率满⾜0<0.071047<1，表明2007年，GDP 每增长1亿元，各地区税收将增加0.071047亿元。
(3) 若2008年某地区国内⽣产总值为8500亿元，求该地区税收收⼊的预测值及预测区间。
解：由上述回归⽅程可得地区税收收⼊的预测值：0.0710********.62963593.3Y =-= 下⾯给出税收收⼊95%置信度的预测区间：由于国内⽣产总值X 的样本均值与样本房差为()8891.126()57823134E X Var X ==于是，在95%的置信度下，0()E Y 的预测区间为593.3 2.045±593.3113.4761=±或(479.8239,706.7761)当GDP 为8500亿元时地区的税收收⼊的个值预测值仍为593.3。
同样的，在95%的置信度下，该地区的税收收⼊的预测区间为593.3 2.045593.3641.0421±=±或（-47.7,1234.3）。
资料来源:《深圳统计年鉴2002》，中国统计出版社解：(1)建⽴深圳地⽅预算内财政收⼊对GDP 的回归模型；得到回归⽅程：?0.134582 3.611151yx =-(2)估计所建⽴模型的参数，解释斜率系数的经济意义；X 的系数为0.314582，常数项为-3.611151。
计量经济学实验报告完整版范文
评语
教师
评语
成绩
辽宁工程技术大学上机实验报告
实验名称
计量经济学多元线性回归模型
院系
工商管理
专业
金融
班级
09-2
姓名
于佳琦
学号
日期
6.15
实验
目的
简述本次实验目的：熟悉多元线性回归模型中的解释变量的引入
掌握对计算机过的统计分析和经济分析
实验
பைடு நூலகம்准备
你为本次实验做了哪些准备：了解多元线性回归模型参数的OLS估计，统计检验，点预测以及区间估计，非线性回归的参数估计，受约束回归检验
实验
进度
本次共有3个练习，完成3个。
实验
总结
日
本次实验的收获、体会、经验、问题和教训：在简单线性回归的基础上引入了多元线性回归模型，操作也较之前更加复杂，最大的障碍在于多重共线性模型数据更多，输入时容易出错，而且软件非汉化版本，很多时候不了解数据的含义，操作也不是很熟练，一般思路是，先用OLS方法进行估计，建立模型，然后进行对模型的检验，理论相对简单，可是检验过程十分复杂，如果不用例题做实验，单纯找数据进行分析，总会有遗忘的影响因素，而导致结果的偏差，所以在选择分析对象的影响因素时考虑周全尤为重要。
实验
进度
本次共有1个练习，完成1个。
实验
总结
日
本次实验的收获、体会、经验、问题和教训：初步投身于计量经济学，通过利用Eviews软件将所学到的计量知识进行实践，让我加深了对理论的理解和掌握，直观而充分地体会到老师课堂讲授内容的精华之所在。在实验过程中我们提高了手动操作软件、数量化分析与解决问题的能力，还可以培养我在处理实验经济问题的严谨的科学的态度，并且避免了课堂知识与实际应用的脱节。虽然在实验过程中出现了很多错误，但这些经验却锤炼了我们发现问题的眼光，丰富了我们分析问题的思路。通过这次实验让我受益匪浅。
实验报告简单线性回归分析
西南科技大学Southwest University of Science and Technology经济管理学院计量经济学实验报告——多元线性回归的检验专业班级：姓名: 学号: 任课教师: 成绩:简单线性回归模型的处理实验目的：掌握多元回归参数的估计和检验的处理方法。
实验要求：学会建立模型，估计模型中的未知参数等。
试验用软件：Eviews实验原理：线性回归模型的最小二乘估计、回归系数的估计和检验。
实验内容：1、实验用样本数据：运用Eviews软件，建立1990-2001年中国国内生产总值X和深圳市收入Y的回归模型，做简单线性回归分析，并对回归结果进行检验。
以研究我国国内生产总值对深圳市收入的影响。
经过简单的回归分析后得出表EQ1：Depe ndent Variable: Y Method: Least Squares Date: 11/27/11 Time: 14:02 Sample: 1990 2001 In cluded observati ons: 12 VariableCoefficientStd. Error t-Statistic Prob.C -3.611151 4.161790 -0.867692 0.4059 X0.134582 0.003867 34.80013 0.0000 R-squared0.991810 Mean depe ndent var 119.8793 Adjusted R-squared 0.990991 S.D. dependent var 79.361247.02733 S.E. of regressi on7.532484 Akaike infocriteri on8Sum squared resid 567.3831 Schwarz criteri on 7.1081561211.0490.00000Log likelihood-40.16403F-statisticDurbin-Wats on stat 2.051640 Prob(F-statistic)其中拟合优度为：0.991810有很强的线性关系2、实验步骤: 1、 回归分析:(1) 在 Objects 菜单中点击 New objects ，在 New objects 选择 Group ，并以GROUP01定义文件名，点击 OK 出现数据编辑窗口，， 按顺序键入数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验报告
1.实验目的
随着中国经济的发展，居民的常住收入水平不断提高，粮食销售量也不断增长。
研究粮食年销售量与人均收入之间的关系，对于探讨粮食年销售量的增长的规律性有重要的意义。
2.模型设定
为了分析粮食年销售量与人均收入之间的关系,选择“粮食年销售量”为被解释变量（用Y表示），选择“人均收入”为解释变量（用X表示）。
本次实验报告数据取自某市从1974年到1987年的数据（教材书上101页表3.11），数据如下图所示：
为分析粮食年销售量与人均收入的关系，做下图所谓的散点图:
粮食年销售量与人均收入的散点图
从散点图可以看出粮食年销售量与人均收入大体呈现为线性关系，可以建立如下简单现行回归模型：
3.估计参数
假定所建模型及其中的随机扰动项 i μ满足各项古典假定，可以
用OLS 法估计其参数。
通过利用EViews 对以上数据作简单线性回归分析，得出回归结果如下表所示：
t t t X Y μββ++=21
可用规范的形式将参数估计和检验的结果写为：
=t Y ^
99.61349+0.08147 t X
（6.431242）（0.10738） t= (15.48900) (7.587119)
2R =0.827498 F=57.56437 n=14
4.模型检验
（1）.经济意义检验
所估计的参数1^β=99.61349，2^β=0.08147，说明人均收入每增加1元，平均说来可导致粮食年销售量提高0.08147元。
这与经济学中边际消费倾向的意义相符。
（2）.拟合优度和统计检验
拟合优度的度量：由回归结果表可以看出，本实验中可决系数为0.827498，说明所建模型整体上对样本数据拟合一般偏好。
对回归系数的t 检验：针对0H :1β=0 和0H :2β=0，由回归结果表
中还可以看出，估计的回归系数1^β的标准误差和t 值分别为：SE(1^β)=6.431242,t(1^β)=15.48900;
2^β的标准误差和
t 值分别为：SE(2^β)=0.10738,t(2^β)=7.587119.取a=0.05，查t 分布表自由度为
n-2=14-2=12的临界值025.0t （12）=2.179.因为t(1^β)=15.48900>025.0t （12）=2.179, 所以应拒绝0H :1β=0;因为t(2^
β)=7.587119>025.0t （12）=2.179.
所以应拒绝0H :2β=0。
这表明，人均收入对粮食年销售量确有显著影
响。
实验报告（多元线性回归）
1.实验目的
随着经济的发展，人民的生活水平不断得到提高，粮食年销售量也随着增加，以某市为例，该市1974年的粮食年销售98.45万吨，而到了1987年，粮食年销售量已增加到了178.69万吨，为1974年的1.815倍。
因此研究粮食年销售量增长的主要原因，对于分析粮食年销售量未来的增长趋势，有很重要的经济意义，从而需要建立计量经济模型。
2.模型设定
为了全面反映该市粮食年销售量增长的全貌，选择“粮食年销售量”为被解释变量（用Y表示），选择“常住人口”、“人均收入”、“肉销售量”、“蛋销售量”、“鱼虾销售量”作为解释变量，分别用X2、X3、X4、X5、X6表示。
本次实验数据取自某市从1974年到1987年的数据（教材书101页表3.11），数据如下图所示：
为分析被解释变量与各个解释变量之间的关系，作相关线性图形如下图所示：
从上图可以看出被解释变量和各个解释变量之间大体呈现线性关系，因此可以建立线性回归模型如下：
3. 参数估计
假定所建模型及其中的随机扰动项 i μ满足各项古典假定，可以
用OLS 法估计其参数。
通过利用EViews 对以上数据作多元线性回归分析，得出回归结果如下表所示：
t t t t t t t X X X X X Y μββββββ++++++=66554433221
根据以上表中数据，模型估计的结果为：
65432^491407.4453715.3677595.2073672.012532.0491789.3X X X X X Y t -++++-= (30.00475) (0.059135) (0.037876) (1.257299) (2.450799) (2.214785) t=(-0.116375) (2.119221) (1.945119) (2.129640) (1.409220) (-2.027920) 2R =0.970442 _
2R =0.951968 F=52.53043 df=14-6=8 4. 模型检验
（1） 经济意义检验
模型估计结果说明，在假定其他变量不变的情况下，当常住人口每增加1万人，平均说来粮食年销售量会增加0.12532万吨；在假定其他变量不变的情况下，当人均收入每增加1元，平均说来粮食年销售量会增加0.073672万吨；在假定其他变量不变的情况下，当肉销售量每增加1万吨，平均说来粮食年销售量会增加2.677595万吨；在假定其他变量不变的情况下，当蛋销售量每增加1万吨，平均说来粮食年销售量会增加3.453715万吨；在假定其他变量不变的情况下，
当鱼虾销售量每增加1万吨，平均说来粮食年销售量会减少4.491407万吨。
这与理论分析和经验判断相一致。
（2） 统计检验
A ． 拟合优度：由回归结果表可知2R =0.970442 ，修正的可决系数为
_
2R =0.951968。
这说明模型对样本的拟合很好。
B ． F 检验：针对0H :2β=3β=4β=5β=6β=0，给定显著性水平a=0.05，
在F 分布中查出自由度为k-1=5和n-k=14-6=8的临界值)8,5(αF =3.69.由回归结果表可知F=52.53043,由于
F=52.53043>)8,5(αF =3.69,应拒
绝原假设0H :2β=3β=4β=5β=6β=0，说明回归方程显著，即“常住人口”、
“人均收入”、“肉销售量”、“蛋销售量”、“鱼虾销售量”等变量联合起来确实对“粮食年销售量”有显著影响。
C ． t 检验：分别针对0H ：j β=0（j=1，2，3，4，5，6），给定显著性
水平a=0.05，查t 分布表的自由度为n-k=8的临界值)(2/k n t -α=2.306.由回归结果表中数据可知，与^1β、^2β、^3β、^4β、^5β、^6β对应的t 统计量分别为-0.116375、2.119221、1.945119、
2.129640、1.409220、-2.027920，其绝对值均小于)(2/k n t -α=2.306，说明显著性水平a=0.05的条件下，分别都应当拒绝0H ：j β=0（j=1，2，3，4，5，6）也就是说在其他解释变量不变的情况下，“常住人口”、“人均收入”、“肉销售量”、“蛋销售量”、“鱼虾销售量”分别对被解释变量都没有显著影响。