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
EViews计量经济学实验报告-简单线性回归模型分析

时间地点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,比如国内生产总值,经济增长,零售物价指数,居民收入,消费等。
为研究国内生产总值对财政收入是否有影响,二者有何关系。
要求:为研究国内生产总值变动与财政收入关系,需要做具体分析。
二、实验内容根据1978-1997年中国国内生产总值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,估计参数,模型检验,模型应用,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内生产总值对财政收入是否有影响,根据1978-1997年中国国内生产总值X 和财政收入Y,如图1:1978-1997年中国国内生产总值和财政收入(单位:亿元)根据以上数据,作财政收入Y 和国内生产总值X 的散点图,如图2:从散点图可以看出,财政收入Y 和国内生产总值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:01i i i Y X u ββ=++(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:图3. 回归结果Dependent Variable: Y Method: Least Squares Date: 10/10/10 Time: 02:02 Sample: 1978 1997 Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 857.8375 67.12578 12.77955 0.0000 X0.1000360.00217246.049100.0000R-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-statistic 2120.520 Durbin-Watson stat0.864032 Prob(F-statistic)0.000000参数估计结果为:i Y = 857.8375 + 0.100036i X(67.12578) (0.002172)t =(12.77955) (46.04910)2r =0.991583 F=2120.520 S.E.=208.5553 DW=0.8640323、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 ).(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,i X 为国内生产总值;)所估计的参数2ˆ =0.100036,说明国内生产总值每增加1亿元,财政收入平均增加0.100036亿元。
《计量经济学》eviews实验报告一元线性回归模型详解

计量经济学》实验报告一元线性回归模型-、实验内容(一)eviews基本操作(二)1、利用EViews软件进行如下操作:(1)EViews软件的启动(2)数据的输入、编辑(3)图形分析与描述统计分析(4)数据文件的存贮、调用2、查找2000-2014年涉及主要数据建立中国消费函数模型中国国民收入与居民消费水平:表1年份X(GDP)Y(社会消费品总量)200099776.339105.72001110270.443055.42002121002.048135.92003136564.652516.32004160714.459501.02005185895.868352.62006217656.679145.22007268019.493571.62008316751.7114830.12009345629.2132678.42010408903.0156998.42011484123.5183918.62012534123.0210307.02013588018.8242842.82014635910.0271896.1数据来源:二、实验目的1.掌握eviews的基本操作。
2.掌握一元线性回归模型的基本理论,一元线性回归模型的建立、估计、检验及预测的方法,以及相应的EViews软件操作方法。
三、实验步骤(简要写明实验步骤)1、数据的输入、编辑2、图形分析与描述统计分析3、数据文件的存贮、调用4、一元线性回归的过程点击view中的Graph-scatter-中的第三个获得在上方输入Isycx回车得到下图DependsntVariable:Y Method:LeastSquares□ate:03;27/16Time:20:18 Sample:20002014 Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3J73.7023i820.535-2.1917610.0472X0416716 0.0107S838.73S44 a.ooao R-squared0.991410 Meandependentwar119790.2 AdjustedR.-squared 0.990750 S.D.dependentrar 7692177 S.E.ofregression 7J98.292 Akaike infocriterion20.77945 Sumsquaredresid 7;12E^-08 Scliwarz 匚「爬伽20.37386 Loglikelihood -1&3.3459Hannan-Quinncriter. 20.77845 F-statistic 1I3&0-435 Durbin-Watsonstat0.477498Prob(F-statistic)a.oooooo在上图中view 处点击view-中的actual ,Fitted ,Residual 中的第一 个得到回归残差打开Resid 中的view-descriptivestatistics 得到残差直方图/icw Proc Qtjject PrintN^me FreezeEstimateForecastStatsResids凹Group:UNIIILtD Worktile:UN III LtLJ::Unti1DependentVariablesMethod;LeastSquares□ate:03?27/16Time:20:27Sample(adjusted):20002014Includedobservations:15afteradjustmentsVariable Coefficient Std.Errort-Statistic ProtJ.C-3373.7023^20.535-2.191761 0.0472X0.4167160.01075S38.735440.0000R-squared0.991410 Meandependeniwar1-19790.3 AdjustedR-squa.red0990750S.D.dependentvar 76921.77 SE.ofregre.ssion 7J98.292 Akaike infacriterion20.77945 Sumsquaredresid 7.12&-0S Schwarzcriterion 20.S73S6 Laglikelihood -153.84&9Hannan-Quinncrite匚20.77545 F-statistic1I3&0.435Durbin-Watsonstat 0.477498 ProbCF-statistic) a.ooaooo在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图roreestYFM J訓YForea空巾取且:20002015 AdjustedSErmpfe:2000231i mskJddd obaerratire:15Roof kter squa red Error理l%2Mean/^oLteError畐惯啟iJean Afe.PereersErro r5.451SSQThenhe鼻BI附GKWCE口.他腐4Prop&niwi□ooooooVactaree Propor^tori0.001^24G M『倚■底Props^lori09®475在上方空白处输入lsycs…之后点击proc中的forcase根据公式Y。
eviews实验报告一元线形回归模型

【实验编号】 1【实验名称】一元线形回归模型【实验目的】掌握一元线性回归分析的步骤【实验内容】一、实验数据表1 1978年-2009年中国税收与国内生产总值统计表单位:亿元年份税收GDP 年份税收GDP1978 519.28 3645.2 1994 5126.88 48197.91979 537.82 4062.6 1995 6038.04 60793.71980 571.7 4545.6 1996 6909.82 71176.61981 629.89 4891.6 1997 8234.04 78973.01982 700.02 5323.4 1998 9262.80 84402.31983 775.59 5962.7 1999 10682.58 89677.11984 947.35 7208.1 2000 12581.51 99214.61985 2040.79 9016.0 2001 15301.38 109655.21986 2090.73 10275.2 2002 17636.45 120332.71987 2140.36 12058.6 2003 20017.31 135822.81988 2390.47 15042.8 2004 24165.68 159878.31989 2727.4 16992.3 2005 28778.54 184937.41990 2821.86 18667.8 2006 34804.35 216314.41991 2990.17 21781.5 2007 45621.97 265810.31992 3296.91 26923.5 2008 54223.79 314045.41993 4255.30 35333.9 2009 59521.59 340506.9 资料来源:《中国统计年鉴2010》二、实验过程1、建立工作文件(1)点击桌面Eviews5.0图标,运行Eviews软件。
eviews实验报告总结(范本)

eviews实验报告总结eviews实验报告总结篇一:Evies实验报告实验报告一、实验数据:1994至201X年天津市城镇居民人均全年可支配收入数据 1994至201X年天津市城镇居民人均全年消费性支出数据 1994至201X年天津市居民消费价格总指数二、实验内容:对搜集的数据进行回归,研究天津市城镇居民人均消费和人均可支配收入的关系。
三、实验步骤:1、百度进入“中华人民共和国国家统计局”中的“统计数据”,找到相关数据并输入Exc el,统计结果如下表1:表11994年--201X年天津市城镇居民消费支出与人均可支配收入数据2、先定义不变价格(1994=1)的人均消费性支出(Yt)和人均可支配收入(Xt)令:Yt=cn sum/priceXt=ine/pri ce 得出Yt与Xt的散点图,如图1.很明显,Yt和X t服从线性相关。
图1 Yt和Xt散点图3、应用统计软件EVies完成线性回归解:根据经济理论和对实际情况的分析也都可以知道,城镇居民人均全年耐用消费品支出Yt依赖于人均全年可支配收入Xt的变化,因此设定回归模型为 Yt=β0+β?Xt﹢μt(1)打开E Vies软件,首先建立工作文件, Fil e rkfile ,然后通过bject建立 Y、X系列,并得到相应数据。
(2)在工作文件窗口输入命令:l s y c x,按E nter键,回归结果如表2 :表2 回归结果根据输出结果,得到如下回归方程:Y t=977.908+0.670Xt s=(172.3797) (0.0122) t=(5.673) (54.950) R2=0.995385 Adjust ed R2=0.995055 F-sta tistic=3019.551 残差平方和Sum sq uared resi d =1254108回归标准差S.E.f regressi n=299.2978(3)根据回归方程进行统计检验:拟合优度检验由上表2中的数分别为0.995385和0.995055,计算结果表明,估计的样本回归方程较好地拟合了样本观测值。
eviews计量经济学实验报告

eviews计量经济学实验报告EViews计量经济学实验报告引言计量经济学是经济学领域中的一个重要分支,它运用数学、统计学和计量学的方法来分析经济现象。
EViews是一个常用的计量经济学软件,它提供了丰富的数据分析和模型建立工具,被广泛应用于学术研究和实际经济分析中。
本实验报告将利用EViews软件进行计量经济学实验,以探讨经济现象并得出相关结论。
实验目的本实验旨在利用EViews软件对某一经济现象进行实证分析,通过建立相应的计量经济模型,对经济现象进行量化分析,并得出相关结论。
实验步骤1. 数据收集:首先,我们需要收集与所研究经济现象相关的数据,包括时间序列数据和横截面数据等。
这些数据可以来自于官方统计机构、学术研究机构或者自行收集整理。
2. 数据预处理:接下来,我们需要对收集到的数据进行预处理,包括数据清洗、缺失值处理、异常值处理等,以确保数据的质量和完整性。
3. 模型建立:在数据预处理完成后,我们可以利用EViews软件建立计量经济模型,包括回归分析、时间序列分析、面板数据分析等,以探讨经济现象的内在规律和影响因素。
4. 模型估计:建立模型后,我们需要对模型进行参数估计,得到模型的具体参数估计值,并进行显著性检验和模型拟合度检验,以验证模型的可靠性和有效性。
5. 结果分析:最后,我们将对模型估计结果进行分析,得出与经济现象相关的结论,并对实证分析结果进行解释和讨论。
实验结论通过以上实验步骤,我们得出了关于某一经济现象的实证分析结果,并得出了相关的结论。
这些结论对于理解经济现象的内在规律和制定经济政策具有重要的参考价值。
总结EViews计量经济学实验报告通过利用EViews软件进行实证分析,对经济现象进行了深入探讨,并得出了相关结论。
这些结论对于经济学研究和实际经济分析具有重要的理论和实践意义,为我们深入理解经济现象和推动经济发展提供了重要的参考依据。
EViews软件的应用为我们提供了一个强大的工具,帮助我们更好地理解和分析经济现象,为经济学领域的研究和实践提供了重要的支持和帮助。
实验 Eviews的基本使用线性回归模型的估计和检验

实验一 Eviews 的基本使用、线性回归模型的估计和检验实验目的与要求:熟悉Eviews 软件基本使用功能、掌握线性回归模型的参数估计及其检验。
实验内容:建立一个工作文件、数据的输入、数据的保存、生成新序列、 作序列图和相关图。
线性回归模型的参数估计及其检验。
实验步骤:(具体步骤同学们可按照课堂讲解的程序进行也可按下面的指导操作,无论怎么操作,只要得到正确的结果即可) 一、模型的构建表 2002年中国各地区城市居民人均年消费支出和可支配收入 作城市居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)的散点图,如图从散点图可以看出居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系,4000600080001000012000Y所以建立的计量经济模型为如下线性模型: 12i i i Y X u ββ=++ 二、估计参数利用EViews 作简单线性回归分析的步骤如下: 1、建立工作文件首先,双击EViews 图标,进入EViews 主页。
在菜单一次点击File\New\Workfile ,出现对话框“Workfile Range ”。
在“Workfile frequency ”中选择数据频率: 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 ) Monthly (月度) Undated or irreqular (未注明日期或不规则的)在本例中是截面数据,选择“Undated or irreqular ”。
并在“Start date ”中输入开始时间或顺序号,如“1”在“end date ”中输入最后时间或顺序号,如“31”点击“ok ”出现“Workfile UNTITLED ”工作框。
eviews实验报告

eviews实验报告Eviews 实验报告摘要Eviews 是一个被广泛应用于经济学、金融学等领域的计量经济学软件。
本实验报告通过一个具体案例,介绍了如何运用 Eviews进行数据处理、模型建立和分析。
通过对此案例的完整实施流程,读者能够了解到 Eviews 的基本使用方法以及它在实际经济问题中的应用能力。
引言Eviews(Econometric Views)是一种功能强大的计量经济学软件工具,能够处理和分析经济与金融数据。
它不仅仅是一个数据处理工具,还可用于建立经济模型、估计经济关系、进行预测以及进行模型检验等。
本实验报告将通过一个案例,介绍如何利用Eviews 进行数据处理、模型建立和分析。
数据处理在使用 Eviews 进行数据处理之前,首先需要准备好待分析的数据。
这些数据可以是收集到的实际数据,也可以是从其他来源获取的公开数据。
无论数据来源如何,都需要通过 Eviews 的数据导入功能将其导入到软件中。
在导入数据之后,可以使用 Eviews 的数据处理功能对数据进行清洗和转换。
例如,可以通过计算某个变量的平均值、标准差等统计指标,快速了解数据的基本特征。
此外,还可以使用Eviews 的图表功能绘制各种统计图表,如折线图、散点图等,以便更好地理解数据。
模型建立在数据处理完成后,可以根据研究目的建立相应的经济模型。
Eviews 提供了丰富的模型建立功能,可以根据需要选择不同的模型类型。
例如,可以建立回归模型、时间序列模型等。
对于回归模型,可以通过 Eviews 的回归分析功能进行模型的估计和检验。
此功能可根据输入的自变量和因变量数据,自动估计出回归方程的参数,并计算出各种统计指标。
通过对模型的参数估计和假设检验,可以判断模型的有效性。
分析和预测在模型建立完成后,可以利用 Eviews 的分析功能对模型进行进一步的分析和预测。
Eviews 提供了丰富的统计方法和技术,如方差分析、协整分析等,可以帮助用户深入理解模型关系。
EViews计量经济学实验报告

EViews 计量经济学实验报告实验一 EViews软件的基本操作小组成员: 【实验目的】了解EViews软件的基本操作对象,掌握软件的基本操作。
【实验内容】数据的输入、编辑与序列生成;实验内容以表1-1所列出的消费支出和可支配收入的统计资料为例进行操作。
表1-1 中国内地各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出单位:元地区消费支出Y 可分配收入 X 地区消费支出 Y 可支配收入 X北京 19977.52 14825.41 湖北 9802.65 7397.32天津 14283.09 10548.05 湖南 10504.67 8169.30河北 10304.56 7343.49 广东 16015.58 12432.22山西 10027.70 7170.94 广西 9898.75 6791.95 内蒙古 10357.99 7666.61 海南 9395.13 7126.78辽宁 10369.61 7987.49 重庆 11569.74 9398.69吉林 9775.07 7352.64 四川 9350.11 7524.81 黑龙江 9182.31 6655.43 贵州 9116.61 6848.39上海 20667.91 14761.75 云南 10069.89 7379.81江苏 14084.26 9628.59 西藏 8941.08 6192.57浙江 18265.10 13348.51 陕西 9267.70 7553.28安徽 9771.05 7294.73 甘肃 8920.59 6974.21福建 13753.28 9807.71 青海 9000.35 6530.11江西 9551.12 6645.54 宁夏 9177.26 7205.57山东 12192.24 8468.40 新疆 8871.27 6730.01河南 9810.26 6685.18资料来源:《中国统计年鉴》(2007)【实验步骤】一、创建工作文件启动EViews软件之后,进入EViews主窗口(如图1-1所示)。
- 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
Y
̂i = 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。
统计检验: 1.拟合优度检验
R2=0.960716>0.7,模型整体拟合较好,表明地方预算内财政收入变化的96.0716%可由地区生产总值的变化来解释。
对模型进行估计后,点击Resids,得到y实际观测值与y拟合值得曲线图可见y的真实值和y的你何止曲线图几乎重合,模型整体拟合较好
2.回归系数的显著性检验
检验β
2
:
提出原假设H
0: β
2
= 0
显著性水平α=0.05,n=19,查t分布表,有t
0.025
(17)=2.11
根据输出结果t
2
=20.38986
|t
2|=20.38986 > t
0.025
(17)=2.11
故拒绝原假设,即x对y的影响显著,是y 的一个主要影响因素。
检验β
1
:
提出原假设H
0: β
1
= 0
显著性水平α=0.05,n=19,查t分布表,有t
0.025
(17)=2.11
根据输出结果t
1
= 1.757843
|t
1|=1.757843 < t
0.025
(17)=2.11
故接受原假设,即常数项对Y影响不显著。
3.回归系数的区间估计
对模型进行估计后,在主窗口空白处输入=@coefs(2)-2.11*@stderrs(2) 得到置信区间上限为0.079628
同上操作可得置信区间下限为0.098011
的置信区间为:
所以在1-α=95%的置信度下,回归系数β
2
[0.079628, 0.098011]
β1的置信区间为:[-5.21289 ,57.25482]
(10)用eq01的估计结果做点预测,若已知2009年深圳市的地区生产总值为8900亿元,写出点预测的操作过程和2009年深圳市地方预算内财政收入的点预测值;
依次点击Proc——Structure/Resize Current Page……,打开Workfile Structure 对话框,在Workfile structure type栏选择时间序列数据(Dated-regular frequencied),将End date改为2009,点击OK,修改后Range如图
在工作文件窗口找到X序列,双击打开X序列,点击Edit+/-,将X序列的第20个值输入为预测期的值,即8900,再次点击Edit+/-
打开ols估计窗口,点击forecast,点击OK,生成Y的预测值序列Yf,双击打开在文件窗口生成的Yf序列,其中第20个值即为Y的点预测值,Yf=816.5173 如图
(11)在点预测的基础上,做平均预测值和个别预测值的区间预测,写出预测区间。
Ŷf=816.5173,t0.025(17)=2.11
将Range调回原来的范围,对模型进行估计后,
在主窗口空白处输入=44.00544*@sqrt(1/19+(8900-@mean(x))^2/@sumsq(x-@mean(x)))
得到S Ê(Ŷf )=29.7108,
所以在95%的置信度下,平均预测值E(Y f|X f)的置信区间为:
[753.8275,879.2071]
同理,在主窗口空白处输入=44.00544*@sqrt(1+1/19+(8900-@mean(x))^2/@sumsq(x-@mean(x)))得到S Ê(êf)=53.0962
所以个别值的预测区间为:[704.4813,928.5473]。