经济学计量经济学实验11简单线性回归模型
计量经济学计量经济学教学案例
计量经济学教学案例案例一 简单线性回归模型一、主题与背景用真实数据进行简单线性回归分析，应用Eviews6.0分析软件进行操作，与课本内容相对应，分析模型的截距、斜率以及可决系数，引导学生熟悉Eviews6.0的基本操作，能够解读分析报告，并尝试进行被解释变量的预测，体会变量测度单位的改变和函数形式变化给OLS 估计结果和统计特征的影响。
二、情景描述对于由CEO 构成的总体，令y 代表年薪(salary)，单位为千美元。
令x 表示某个CEO 所在公司在过去三年的平均股本回报率(roe ，股本回报率定义为净收入占普通股价的百分比)。
为研究该公司业绩指标和CEO 薪水之间的关系，可以定义以下模型：Salary=0β+1βroe + u . 斜率参数1β衡量当股本回报率增长一个单位（一个百分点）时CEO 年薪的变化量，由于更高的股本回报率预示更高的CEO 年薪，所以，1β＞0。
三、教学过程设计（一）数据说明数据集CEOSAL1.RAW 包含1990年209位CEO 的相关信息，该数据来自《商业周刊》(5/6/91)，该样本中CEO 年薪的平均值为$1,281,120，最低值和最高值分别为$223,000和$14,822,000，1988、1989和1990年的平均股本回报率是17.18%。
（二）操作建议1：在 eviews6.0命令输入窗口定义变量：data salary roe2、用 edit+/- 编辑数据3、描述统计分析过程：view---descriptive stats---common sample4、画散点图:Scat roe salary5、在eviews6.0命令输入窗口运行简单线性回归 Ls salary c roe6、用resids 观测残差7、产生新序列:S eries lsalary =log(salary)8、改变函数形式：Ls lsalary c lsales9、改变变量测度单位：Ls salary*1000 c roe四、教学研究（一）案例结论1、回归结果估计出的回归线为：salˆary = 963.191 + 18.501 roe(1)截距和斜率保留了3位小数，回归结果显示，如果股本回报率为0，年薪的预测值为截距963.191千美元,可以把年薪的预测变化看做股本回报率变化的函数：∆salˆary = 18.501 (∆roe)，这意味着当股本回报率增加1个百分点，即∆roe =1,则年薪的预测变化就是18.5千美元,在线性方程中，估计的变化与初始年薪无关。
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。
计量经济学-简单线性回归模型
S.E. of regression
175.2325
Akaike info criterion
13.22880
Sum squared resid
951899.7
Schwarz criterion
13.31949
Log likelihood
-216.2751
Hannan-Quinn criter.
已经得到 =800， =8000， =300， （10）=2.23
则n=12， =30， =40000，
= =8000
=
650 2.23* * =650 30.1256411
即在95%的置信概率下消费支出C平均值的预测区间为（619.874359，680.125641）
2.4解：
（1）建立建筑面积与建造单位成本回归模型，建立EViews文件，利用建造单位成本（Y）和建筑面积（x）的数据表，作散点图
10071.74
Schwarz criterion
9.984610
Log likelihood
-57.42275
Hannan-Quinn criter.
9.873871
F-statistic
178.0715
Durbin-Watson stat
1.172407
Prob(F-statistic)
0.000000
Kurtosis
1.664917
2.346511
Jarque-Bera
0.898454
0.213547
Probability
0.638121
0.898729
Sum
42.28000
19432.00
伍德里奇《计量经济学导论》笔记和课后习题详解(简单回归模型)【圣才出品】
β1 就是斜率参数。
②给定零条件均值假定 E（u｜x）＝0，把斱程中的 y 看成两个部分是比较有用的。一
部分是表示 E（y｜x）的 β0＋β1一个
部分是被称为非系统部分的 u，即丌能由 x 觋释的那一部分。
二、普通最小二乘法的推导
1．最小二乘估计值
表 2-1 简单回归的术语
3．零条件均值假定 （1）零条件均值 u 的平均值不 x 值无关。可以把它写作：E（u｜x）＝E（u）。当斱程成立时，就说 u 的均值独立亍 x。 （2）零条件均值假定的意义 ①零条件均值假定给出 β1 的另一种非常有用的觋释。以 x 为条件叏期望值，幵利用 E
1 / 33
圣才电子书 十万种考研考证电子书、题库视频学习平台
第 2 章 简单回归模型
2.1 复习笔记
一、简单回归模型的定义 1．双发量线性回归模型 一个简单的斱程是：y＝β0＋β1x＋u。 假定斱程在所关注的总体中成立，它便定义了一个简单线性回归模型。因为它把两个发 量 x 和 y 联系起来，所以又把它称为两发量戒者双发量线性回归模型。 2．回归术语
E x y β0 β1x 0
得到
1 n
n i1
yi βˆ0 βˆ1xi
0
和
2 / 33
圣才电子书 十万种考研考证电子书、题库视频学习平台
1
n
n i 1
xi
yi βˆ0 βˆ1xi
0
这两个斱程可用来觋出 βˆ0 和 βˆ1 ， y βˆ0 βˆ1x ，则 βˆ0 y βˆ1x 。
量了 yi 的样本发异，SSR 度量了 ui 的样本发异。y 的总发异总能表示成觋释了的发异和未
觋释的发异 SSR 乊和。因此，SST＝SSE＋SSR。
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。
计量经济学 第二章 简单线性回归模型案例分析 PPT
3. 用P值检验 α=0.05 >> p=0.0000
表明，城镇居民人均总收入对城镇居民每百户计算机拥有量确 有显著影响。
4. 经济意义检验：
所估计的参数
,说明城镇
居民家庭人均总收入每增加1元，平均说来城变量选择：被解释变量选择能代表城乡所有居民消费的 “城镇居民家庭平均每百户计算机拥有量”(单位:台) ； 解释变量选择表现城镇居民收入水平的“城镇居民平均每 人全年家庭总收入”（单位:元） 研究范围：全国各省市2011年底的城镇居民家庭平均每 百户计算机拥有量和城镇居民平均每人全年家庭总收入数 据。
3、总体回归函数（PRF）是将总体被解释变量Y的条件 均值表现为解释变量X的某种函数。 样本回归函数（SRF）是将被解释变量Y的样本条件 均值表示为解释变量X的某种函数。 总体回归函数与样本回归函数的区别与联系。
4、随机扰动项是被解释变量实际值与条件均值的偏差， 代表排除在模型以外的所有因素对Y的影响。
Yt 12Xt ut
估计参数
假定模型中随机扰动满足基本假定，可用OLS法。 具体操作：使用EViews 软件，估计结果是：
用规范的形式将参数估计和检验的结果写为： Y ˆt11.95800.002873X t
（5.6228） (0.00024) t= (2.1267) (11.9826) R2 0.8320 F=143.5836 n=31
即是说：当地区城镇居民人均总收入达到25000元时，城镇居 民每百户计算机拥有量 平均值置信度95%的预测区间为 （80.6219，86.9473）台。
12
个别值区间预测:
计量经济学报告
《计量经济学》实验报告目录简单线性回归模型案例 (1)多元线性回归模型案例 (4)多重线性案例 (7)异方差性案例 (10)自相关案例 (15)分布滞后模型与自回归模型案例 (19)虚拟变量回归案例 (24)1简单线性回归模型案例1、问题提出居民消费在社会经济的持续发展中有着重要的作用。
影响居民计算机拥有量的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入水平。
从理论上说居民收入水平越高，居民计算机拥有量越多。
所以我们设定“城镇居民家庭平均每百户计算机拥有量（台）”为被解释变量，“城镇居民平均每人全年家庭总收入（元）”为解释变量。
2、X 和Y 的散点图及分析图表2-1：各地区城镇居民每百户计算机拥有量与人均总收入的散点图分析：从散点图可以看出各地区城镇居民计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析中国各地区城镇居民每百户计算机拥有量随人均总收入变动的数量规律性，可以考虑建立如下简单线性回归模型：t t u X Y ++=21ββt3、估计参数图表2-2：回归结果可用规范的形式将参数估计和检验的结果写为315836.1438320.0002873.09580.112====+=∧n F R Y (11.9826)(2.1267)t 24)(0.000 (5.6228) X tt 4、对数据X 和Y 的统计结果的描述图表2-3：X 和Y 的描述统计结果5、模型检验（1）经济意义检验所估计的参数∧1β=11.9580，∧2β=0.002 873，说明城镇居民家庭人均总收入每增加1元，平均说来城镇居民每百户计算机拥有量将增加0.002 873台，这与预期的经济意义相符。
（2）拟合优度和统计检验由拟合优度R 2=0.831996可知，所建立的模型对样本数据的拟合度较高。
对回归参数的显著性检验——t 检验：对β1建立下列假设条件：原假设H 0：β1=0 备择假设H 1：β1≠0取α=0.05，β1服从t~（29），P 值检验的结果是0.0421< 0.05，所以应该拒绝原假设β1=0，接受备择假设β1≠0，说明β1对被解释变量有显著性影响。
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。
计量经济学实验报告
计量经济学实验报告实验一：一元线性回归模型题目：已知某城镇居民年人均可支配收入X，研究它与人均消费性支出Y之间的关系。
实验目的：通过了解19805年~1998年的样本观测值，得到一元线性回归模型、以此得到1999、2000年的人均消费性支出的预测值。
实验时间：10月12日（星期三）实验地点：科技楼3楼实验内容：1，主菜单－File―New－Workfile打开工作文件范围选择框，选择Annual，分别输入1980，20002，主菜单－Quick－Sample在打开的当前的样本区间选择框中分别输入1980，1998。
3，主菜单－Quick－Empty Group打开空白表格数据窗口，分别输入变量Y，X的数据。
4，主菜单－Quick－Estimate Equation打开估计模型对话框，选择Least Squares,输入Y CX。
下面是Eviews的估计结果：得到回归方程为：Y =283.84+0.51X5，主菜单－Quick－Sample在打开的当前样本区间选择框中分别输入1980，20006，主菜单－Quick－Empty Group编辑变量X的数据，输入X1999，X2000年的实际值。
在回归模型估计结果显示窗口的命令行中，单击Forecast命令，预测结果变量名的缺省选择为YF，选择静态预测，点击ok。
得到1999，2000年的城镇居民年人均消费性支出预测值分别为1354.89和1424.05.实验二：二元线性回归方程模型实验目的：通过了解学生用于购买书籍及课外读物的支出与本人受教育年限和其家庭收入水平有关，了解预测当学生的受教育年限为10年，家庭月可支配收入为480元时，该学生全年购买书籍以及课外读物的支出。
实验时间：10月26日（星期三）实验地点：科技楼3楼实验内容：1，主菜单－File―New－Workfile打开工作文件范围选择框，选择Integer date，分别输入1，192，主菜单－Quick－Sample在打开的当前的样本区间选择框中分别输入1，18。
- 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)。
2002年城市居民人均年消费支出柱状图
8000 6000 4000
城市居民人均年消费支出Y/ 元
2000
0 全国
黑龙江
上海
2002年全国城市居民家庭平均每人每年消费支出 为6029.88元，其中黑龙江最低，人均仅4462.08 元；上海最高，人均10464元，上海是黑龙江的 2.35倍。
结论：从图中我们可以看出由于全 国各个地区经济发展速度不同，居 民消费有着明显差异。经济学计量经济学实验11简单线性 Nhomakorabea回归模型
研究背景
居民消费在社会经济的持续发展中有着 重要作用。居民合理地消费模式和适度的 消费规模有利于经济持续健康的增长，而 且这也是人民生活水平的具体体现。
改革开放以来，随着中国经济的快速发 展，人民生活水平不断提高，居民消费水 平也不断增长。
12000 10000
Y Xu 计量经济模型：
i
1 2i i
参数估计
1. 建立Workfile（工作文件）
Workfile structure type(文件构造类型):
Unstructured /Undated 不规则/未注明
日期
Dated –regular frequency 有日期－规
则的频率
Balanced panel
5.回归结果（Name:命名后即可保存）
6.回归结果图形（在Equation中点击Resids） Residual:剩余值 Actual:实际值 Fitted:拟和值
模型检验
参数估计结果如下：
Yi28.2243 04.758X 51 i 1
(287.2649) (0.036928) t= (0.982520) (20.54026) r2=0.935685 F=421.9023 df=29
为了分析影响各地区居民消费 支出有明显差异的最主要因素，并 分析影响因素与消费水平的数量关 系，我们可以建立相应的计量经济 模型去研究。
模型设定
研究对象：各地区居民消费的差异
变量设定：
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 城市和农村人口比例及经济结构有较大差异，且各地区人口 和经济总量不同，因此最具有直接可比性的就是“城市居民 每人每年的平均消费支出”。所以模型的被解释变量Y为“城 市居民人均年消费支出” 影响各地区城市居民人均消费支出最主要因素应当是居民可 支配收入，其他因素的影响归入随机扰动项中。为与Y相对应， 解释变量X为“城市居民人均年可支配收入”
：标准误差
双击“Workfile”中的“yf”： 在“32”的位置为X＝8270时的人均年消费支出的点预测 在“33”的位置为X＝12405时的人均年消费支出的点预测
保存：在EViews的菜单栏中点击“File” →”Save as” →
设置保存路径。在以后的保存中，只需点击“Save”或 “Workfile:实验一”中的“Save”
在EViews中，数据输入和在Excel中的数据输 入完全相同，可预先在Excel准备好数据
3.作散点图：Graph(图表)Scatter(散点图) G :Group,实验数据 Regression：回归
说明城市居民人均年可支配收入
2
0.758511
每相差一元，可导致居民消费相 差0.758511元
t
t( )0.98252(20)92.045
1
0.2 5
不能拒绝H0:β1=0
t
t( )2.5 040 2(62)92.045
2
0.2 5
拒绝H0:β2=0
城市人均可支配收入对人均年消费支 有显著影响
平衡面板
Date specification(数据规格)：
Annual
年度
Semi- annual
半年度
Quarterly
季度
Monthly
月度
Weekly
周数据
Daily-5 day week 每周五天日数据
Daily-7 day week 每周七天日数据
Integer date
整数数据
WF：
Workfile文件名
在EViews命令框输入“data X”/回车，在“32” 、 “33”的位置分别输入“8270” 、“12405”，将数 据表最小化
2.回归预测
打开“Equation”对话框，点击“Forecast”（预测） →OK,得到模型估计值及标准误差的图形和“yf”
模型估计值及标准误差的图形
：预测值
回归预测
预测西部地区的城市居民人均年可 支配收入达到8270元和12405元时西部地 区的城市居民人均年消费支出水平
注：这里的预测是利用截面数据模型对被解释变 量在不同空间状况的空间预测
1.添加数据
在“Workfile”中的红线“Rang”处双击，调出 “Workfile structure”，将样本个数改为“33”
C:截矩项
resid:剩余项
2.数据输入:建立新对象（New Object）
(1)
(2)
在“Group :SHIYANYI Workfile”中按上行键“↑”即方向
键“↑”至最上端，使之出现”obs”,输入“X Y”
或在EViews命令框中直接输入“data X Y”/回车；
在执行完上述操作后，表格中会出现“NA”字样
数据选择
我们研究目的是各地区居民消费的差异， 并不是城市居民在不同时间的变动，所以应当 选择同一时期各地区城市居民的消费支出来建 立模型。我们建立的是2002年截面数据模型。
数据来源：《中国统计年鉴2003》 详细数据：计量经济学实验课课件数据(按区域排列)
城市居民家庭人均年消费支出Y/元
2002年城市居民消费散点图
14000.00
13000.00
12000.00
11000.00
10000.00
9000.00
8000.00
7000.00
6000.00
5000.00
4000.00
4000.00 5000.00 6000.00 7000.00 8000.00 9000.00 10000.0 11000.0
0
0
城市居民人均年可支配收入X/元
城市居民人均年消费支出（Y）和城市居民人均 年可支配收入（X）的散点图
4.估计参数：Estimate Equation(估计方程) 方法一：
Equation specification:方程形式 Y C X：表示一元线性关系 LS:最小二乘
方法二：在EViews命令框中直接输入“ls Y C X”/回车 = ：Equation，回归结果