《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》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
一、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）
2000 99776.3 39105.7
2001 110270.
4 43055.4
2002 121002.
0 48135.9
2003 136564.
6 52516.3
2004 160714.
4 59501.0
2005 185895.68352.6
8
2006 217656.
6 79145.2
2007 268019.
4 93571.6
2008 316751.
7 114830.1
2009 345629.
2 132678.4
2010 408903.
0 156998.4
2011 484123.
5 183918.6
2012 534123.
210307.0
2013 588018.
8 242842.8
2014 635910.
271896.1
数据来源：
https://www.360docs.net/doc/b919133448.html,
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
打开工作文件第二个中的structure将workfiels选中第一个，将右边改为16个
之后打开工作文件xy右键双击，open-as grope
在回归方程中有Forecast，残差立为yfse，点击ok后自动得到下图
在上方空白处输入ls y c s---之后点击proc 中的forcase 根据
公式)|(0^
0X Y Y E 得到2015估计量
四、实验结果及分析（将本问题的回归模型写出，并作出经济意义检验、统计检验）
回归模型为：
yˆ=-8373.702+0.4167x
经济意义：斜率系数0.4167表示在其他条件保持不变的情况下，GDP收入每增加1亿元，社会消费品零售总额平均增加0.4167亿元。截距表示，当GDP为0时，社会消费品总额大约为-8373.702
统计检验——变量的显著性检验
（1）置信区间法
在GDP-社会消费品总量一例中，共有15个观察差值，因而自由度为（15-2）=13。假定 ，显著水平或犯第一类错误的概率为5%。由于备择假设是双边的，根据书中附录E 中表E-2的t 分布表得:Pr(|t|>1.725=0.10)
P(-1.771≤t ≤1.771)=0.95
即t 值（自由度为13）位于上、下限（-1.771，
1.771）之间的概率为95%，这个上、下限就是临界t 值，代入公式可得：
P ()()[]22222771.1771.1b se b B b se b +≤≤-=0.95
（2）显著性水平法
T=735453.38010758.0416716.0估计量的标准误差假设值-估计量==
（3）P 值检验
p<0.01.p 值越小，拒绝原假设检验的理由就越充分，结果越显著
拟合优度检验
根据数据得r^2=1-0.991410
因为r^2的最大值为1，通过数据计算的r^2的值非常接近1，表明拟合程度非常高
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：亿元地区Y GDP 地区Y GDP 北京1435.7 9353.3 湖北434.0 9230.7 天津438.4 5050.4 湖南410.7 9200.0 河北618.3 13709.5 广东2415.5 31084.4 山西430.5 5733.4 广西282.7 5955.7 内蒙古347.9 6091.1 海南88.0 1223.3 辽宁815.7 11023.5 重庆294.5 4122.5 吉林237.4 5284.7 四川629.0 10505.3 黑龙江335.0 7065.0 贵州211.9 2741.9 上海1975.5 12188.9 云南378.6 4741.3 江苏1894.8 25741.2 西藏11.7 342.2 浙江1535.4 18780.4 陕西355.5 5465.8 安徽401.9 7364.2 甘肃142.1 2702.4 福建594.0 9249.1 青海43.3 783.6 江西281.9 5500.3 宁夏58.8 889.2 山东1308.4 25965.9 新疆220.6 3523.2 河南625.0 15012.5 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： ˆ0.07104710.62963 =- 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2 0.7603R =，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： ˆ0.0710********.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）。
计量经济学eviews实验报告
大连海事大学 实验报告Array 实验名称：计量经济学软件应用专业班级：财务管理2013-1 姓名：安妮 指导教师：赵冰茹 交通运输管理学院 二○一六年十一月
一、实验目标 学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。 二、实验环境 WINDOWSXP或2000操作系统下，基于平台。 三、实验模型建立与分析 案例1： 我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况
2006年166026416 2007年203377572 2008年239128707 2009年259639514 2010年3056710919 2011年3601813134 2012年3954414699 2013年4332016190 2014年4661217806（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义； 利用eviews软件输出结果报告如下：
Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20 Variable Coefficie nt Std. Error t-Statistic Prob. C AVGDP R-squared Mean dependent var Adjusted R-squared. dependent var . of regression Akaike info criterion Sum squared resid1538032.Schwarz criterion Log likelihood Hannan-Quinn criter. F-statistic Durbin-Watson stat Prob(F-statistic) 由上表可知财政收入随国内生产总值变化的一元线性回归方程为: （令Y=CONSUMPTION,X=AVGDP（此处代表人均GDP））
一元回归及检验实验报告
竭诚为您提供优质文档/双击可除一元回归及检验实验报告 篇一：一元线性回归模型的参数估计实验报告 山西大学 实验报告 实验报告题目：计量经济学实验报告 学院： 专业：课程名称：计量经济学学号：学生姓名：教师名称：崔海燕上课时间： 一、实验目的：掌握一元线性回归模型的参数估计方法以及对模型的检验和预测的方法。 二、实验原理：1、运用普通最小二乘法进行参数估计； 2、对模型进行拟合优度的检验； 3、对变量进行显著性检验； 4、通过模型对数据进行预测。 三、实验步骤：（一）建立模型1、新建工作文件并保存 打开eviews软件，在主菜单栏点击File\new\workfile，
输入startdate1978和enddate20XX并点击确认，点击save 键，输入文件名进行保存。2输入并编辑数据 在主菜单栏点击Quick键，选择empty\group新建空数据栏，先输入被解释变量名称y，表示中国居民总量消费，后输入解释变量x，表示可支配收入，最后对应各年分别输入数据。点击name键进行命名，选择默认名称group01,保存文件。得到中国居民总量消费支出与收入资料：xY年份 19786678.83806.719797551.64273.219807944.24605.5198 184385063.919829235.25482.4198310074.65983.21984115 656745.7198511601.77729.2198613036.58210.9198714627 .788401988157949560.5198915035.59085.5199016525.994 50.9199118939.610375.8199222056.511815.3199325897.3 13004.7199428783.413944.2199531175.415467.919963385 3.717092.5199735956.218080.6199838140.919364.119994 027720989.3200042964.622863.9 20XX20XX20XX20XX20XX20XX46385.45127457408.164623.17 4580.485623.124370.126243.22803530306.233214.436811 .2 注：y表示中国居民总量消费x表示可支配收入 3、画散点图，判断被解释变量与解释变量之间是否为
回归分析实验1-Eviews基本操作及一元线性回归
第一部分EViews基本操作 第一章预备知识 一、什么是EViews EViews (Econometric Views)软件是QMS（Quantitative Micro Software）公司开发的、基于Windows平台下的应用软件，其前身是DOS操作系统下的TSP软件。EViews具有现代Windows软件可视化操作的优良性。可以使用鼠标对标准的Windows菜单和对话框进行操作。操作结果出现在窗口中并能采用标准的Windows技术对操作结果进行处理。EViews还拥有强大的命令功能和批处理语言功能。在EViews的命令行中输入、编辑和执行命令。在程序文件中建立和存储命令，以便在后续的研究项目中使用这些程序。 EViews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包，是专门从事数据分析、回归分析和预测的工具，在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。 应用领域 ■ 应用经济计量学■ 总体经济的研究和预测 ■ 销售预测■ 财务分析 ■ 成本分析和预测■ 蒙特卡罗模拟 ■ 经济模型的估计和仿真■ 利率与外汇预测 EViews引入了流行的对象概念，操作灵活简便，可采用多种操作方式进行各种计量分析和统计分析，数据管理简单方便。其主要功能有： （1）采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作； （2）输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生成新的序列； （3）计算描述统计量：相关系数、协方差、自相关系数、互相关系数和直方图； （4）进行T 检验、方差分析、协整检验、Granger 因果检验； （5）执行普通最小二乘法、带有自回归校正的最小二乘法、两阶段最小二乘法和三阶段最小二乘法、非线性最小二乘法、广义矩估计法、ARCH 模型估计法等； （6）对选择模型进行Probit、Logit 和Gompit 估计； （7）对联立方程进行线性和非线性的估计； （8）估计和分析向量自回归系统； （9）多项式分布滞后模型的估计； （10）回归方程的预测； （11）模型的求解和模拟； （12）数据库管理； （13）与外部软件进行数据交换 EViews可用于回归分析与预测(regression and forecasting)、时间序列(Time Series)以及横截面数据(cross-sectional data )分析。与其他统计软件（如EXCEL、SAS、SPSS）相比，EViews 功能优势是回归分析与预测，其功能框架见表1.1.1。 本手册以EViews5.1版本为蓝本介绍该软件的使用。
计量经济学EIVEWS实验步骤和案例
一元线性回归检验 个人的收入与消费是密不可分的，为了考察城镇居民可支配收入和其人均消费支出的关系，利用计量经济学的方法进行回归。1990-2011年城镇居民可支配收录和人均消费支出数据如表1.1所示 表1.1 城镇居民可支配收录和人均消费支出 图2-1数据来源：《中国民政统计年鉴2012》 作城镇居民可支配收录（X）和人均消费支出（Y）的散点图
图2. 2 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，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=++ 三、估计参数 假定所建模型及随机扰动项i u 满足古典假定，可以用OLS 法估计其参数。运用计算机软件EViews 作计量经济分析十分方便。 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 图2-3 选择数据类型和起止日期。时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。本例中在Start Data 里输入1990，在End data 里输入2011，见图2-3。单击OK 后屏幕出现Workfile 工作框，如图2-4所示。
图2-4 二、输入和编辑数据 建立或调入工作文件以后，可以输入和编辑数据。在主菜单上单击Quick→Empty Group （见图2-5）图2-5 再用方向键将光标移到每一列的顶部之后，输入各个变量名，回车后输入数据（见图2-7）。另外数据还可以从Excel中直接复制到空组。 然后为每个时间序列取序列名。单击数据表中的SER01，在数据组对话框中的命令窗口输入该序列名称，如本例中输入X，回车后Yes。采用同样的步骤修改序列名Y（见图2-8）。 数据输入操作完成。
Eviews实验课讲义_3一元多元线性回归-上机课
第三课一元及多元线性回归模型 一元线性回归模型 一、做两个变量的散点图，从而看两个变量是否具有线性关系。 案例数据：1985-2002年我国人均钢产量与人均GDP的时间序列数据（数据3_1_1）。 操作方法：通过序列组的形式右键单击打开后，在group窗口下view——graph---scatter，通过对散点图结果的观察，判断是否适合做回归方程，结果显示，数据表现出明显的线性关系，适合做线性回归分析。 同样的操作可以检验其它案例数据（3_1_2和3_1_3）的特征： 案例数据2、3、4、5：10个家庭人均收入与消费支出的横截面数据；1978-2000年中国人均消费模型；1978年-2008年北京市城镇居民年家庭收入和年消费性支出数据（case1_1的数据）； 1970年-1980年美国的咖啡平均真实零售价格（每磅美元）与消费量（每人每日杯数）（其中，零售价格是已经经过物价调整的） 二、通过建立方程对象的方式来估计一个方程，并保存我们建立的方程对象。 Workfile窗口下建立新的对象---equation对象并命名，在equation estimation 窗口下的specification 选项卡下的equation specification对话框中设置因变量、自变量及常数项，在estimation settings对话框中
1978-2000年中国人均消费模型结果： 注意：建模途径：command: quick\estimation equation回车，或object\equation object,设置。 命令行形式：（1）列表法：consp c gdpp 或（2）公式法：consp=c(1)+c(2)*gdpp 三、方程估计结果的解释、评价及模型检验（拟合优度评价，估计参数和方程的显著性检验） 消费方程中，C为自发性消费，x（gdpp）的系数为经济参数，关注其意义；通过拟合优度、调整后的拟合优度、t统计量后的精确显著性水平p（相伴概率）；f统计量的p来判断对原假设接受与否 四、在回归估计结果中显示方程的三种形式（即估计命令，回归方程的一般表达式，带有系数估计值的表达式） Estimation Command: LS GDPP STEELP C Estimation Equation: GDPP = C(1)*STEELP + C(2) Substituted Coefficients: GDPP = *STEELP - 3394. 五、如何查看因变量的实际值、拟合值和回归方程的残差（包括表的形式和图的形式） 通过方程窗口下的view去实现实际值、拟合值和回归方程的残差；单独显示残差及标准化后的残差；
计量经济学实验报告一元线性回归模型实验
2013－2014第1学期 计量经济学实验报告 实验（一）：一元线性回归模型实验 学号姓名：专业：国际经济与贸易 选课班级：实验日期：2013年12月2日实验地点：K306 实验名称：一元线性回归模型实验 【教学目标】 《计量经济学》是实践性很强的学科，各种模型的估计通过借助计算机能很
方便地实现，上机实习操作是《计量经济学》教学过程重要环节。目的是使学生 们能够很好地将书本中的理论应用到实践中，提高学生动手能力，掌握专业计量经济学软件EViews的基本操作与应用。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 【实验内容】 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。 实验内容以下面1、2题为例进行操作。 1、为了研究深圳地方预算中财政收入与国内生产总值关系，运用以下数据： (1)建立深圳的预算内财政收入对GDP的回归； (2)估计模型的参数，解释斜率系数的意义； (3)对回归结果进行检验；
(4)若2002年的国内生产总值为3600亿元，试确定2002年财政收入的预测值和预 α=)。 测区间(0.05 2、在《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）上，公布有美国各航空公司业绩的统计数据。航班正点准时到达的正点率和此公司每10万名乘客中投诉1 (1)做出上表数据的散点图 (2)依据散点图，说明二变量之间存在什么关系？ (3)描述投诉率是如何根据航班正点率变化，并求回归方程。 (4)对回归方程的斜率作解释。 (5)假设航班正点率为80%，预测每10万名乘客投诉次数为多少？ 【实验步骤】 1. (1)创建工作文件 在主菜单上依次单击File→New→Workfile，选择数据类型和起止日期。时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。本题中在Start Data里输入1990，在End data 里输入2001。单击OK后屏幕出现Workfile工作框，如图所示。
计量经济学一元线性回归模型总结
第一节 两变量线性回归模型 一．模型的建立 1．数理模型的基本形式 y x αβ=+ （2.1） 这里y 称为被解释变量(dependent variable)，x 称为解释变量(independent variable) 注意：（1）x 、y 选择的方法：主要是从所研究的问题的经济关系出发，根据已有的经济理论进行合理选择。 （2）变量之间是否是线性关系可先通过散点图来观察。 2．例 如果在研究上海消费规律时，已经得到上海城市居民1981-1998年期间的人均可支配收入和人均消费性支出数据（见表1），能否用两变量线性函数进行分析？ 表1.上海居民收入消费情况 年份 可支配收入 消费性支出 年份 可支配收入 消费性支出 1981 636.82 585 1990 2181.65 1936 1982 659.25 576 1991 2485.46 2167 1983 685.92 615 1992 3008.97 2509 1984 834.15 726 1993 4277.38 3530 1985 1075.26 992 1994 5868.48 4669 1986 1293.24 1170 1995 7171.91 5868
19871437.09128219968158.746763 19881723.44164819978438.896820 19891975.64181219988773.16866 2．一些非线性模型向线性模型的转化 一些双变量之间虽然不存在线性关系，但通过变量代换可化为线性形式，这些双变量关系包括对数关系、双曲线关系等。 例3-2 如果认为一个国家或地区总产出具有规模报酬不变的特征，那么采用人均产出y与人均资本k的形式，该国家或者说地区的总产出规律可以表示为下列C-D生产函数形式 y Akα = （2.2）
计量经济学实验报告
一、实验目的及要求： 1、目的 利用EVIEWS 实验软件，使学生在实验过程中全面了解和熟悉计量经济学的基本概念，熟悉一元线性回归模型估计的基本程序和基本方法。 2、内容及要求 (1) 熟悉ＥＶＩＥＷＳ实验软件的基本操作程序和方法； (2) 掌握一元线性回归模型基本概念，了解其估计和检验原理 (3) 提交实验报告 二、仪器用具： 三、实验结果与数据处理： 1下面是利用1970-1980年美国数据得到的回归结果。其中Y 表示美国咖啡消费（杯/日.人），X 表示平均零售价格（美元/磅）。 注：262.2)9(2/=αt ，228.2)10(2/=αt 6628.006 .42)()1216.0(4795.06911.2ˆ2===-=R t se X Y t t ） （ 值 1. 写空白处的数值。
1 2. 对模型中的参数进行显著性检验。 3. 解释斜率系数1β的含义，并给出其95%的置信区间。 解：（1）1308.221216 .06911 .2)(00=== ββse t 0114.006 .424795 .0)(1 1-=-= = t se ββ （2）用t 检验法分别对模型中的参数0β1β进行显著性水平检验： 在5%的显著性水平下，模型的自由度为11-2=9，且262.2)9(025.0=t 由于262.21308.220>=βt ，故该模型的截距项在统计上是显著的； 同理 262.206.421>=βt ，即斜率系数在统计上也是显著的。 （3）斜率系数4795.01-=β，小于0，在其他条件不变的情况下，咖啡的平均零售价格每增加一个单位，美国咖啡的日消费将平均减少0.4795个单位，说明咖啡的消费量与其平均零售价格呈负相关关系。 1β的95%的置信区间为：]4537.0,5053.0[)]ˆ(ˆ),ˆ(ˆ[1 2/112/1--+-即ββββααse t se t 2美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）上。航班正点到达的比率和每10万名乘客投诉的次数的数据如下1。 1 利用EViews 估计其参数，求出描述投诉率是如何依赖航班按时到达正点率的估计的回归方程。 2对估计的回归方程的斜率作出解释。 3如果航班按时到达的正点率为80%，估计每10万名乘客投诉的次数是多少？ 1资料来源:(美)David R.Anderson 等《商务与经济统计》，第405页，机械工业出版社
计量经济学实验二 一元线性回归模型
实验二一元线性回归模型 2.1 实验目的 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。 2.2 实验内容 建立中国消费函数模型。 以表2.1中国的收入与消费的总量数据为基础，建立中国消费函数的一元线性回归模型。 表2.1 数据来源：2004年中国统计年鉴，中国统计出版社 2.3 实验步骤 2.3.1 散点相关图分析 将表1.1的GDP设为变量X，总消费设为Y，建立变量X和Y的相关图，如图2.1所示。可以看X和Y之间呈现良好的线性关系。可以建立一元线性回归模型。
2.3.2 估计线性回归模型 在数组窗口中点击Proc\Make Equation ，如果不需要重新确定方程中的变量或调整样本区间，可以直接点击OK 进行估计。也可以在EViews 主窗口中点击Quick\Estimate Equation ，在弹出的方程设定框（见图2.2）内输入模型： Y C X 或 Y = C (1) + C (2) * X 图2.2
图2.3 还可以通过在EViews 命令窗口中键入LS 命令来估计模型，其命令格式为： LS 被解释变量 C 解释变量 系统将弹出一个窗口来显示有关估计结果（如图2.3 所示）。 因此，我国消费函数的估计式为： ˆY 2329.4010.547*X =+ St 1191.923 0.014899 t 1.95 36.71 R 2=0.99 s.e.=2091 s.e .是回归函数的标准误差，即σˆ=)216(ˆ2-∑t u 。R 2是可决系数。R 2 = 0.99,说明上式的拟合情况好，y t 变差的99%由变量x t 解释。因为t = 36.71> t 0.05 (15) = 2.13，所以检验结果是拒绝原假设β1 = 0，即总消费和GDP 之间存在线性回归关系。 上述模型的经济解释是，GDP 每增长1 亿元，我国消费将总额将增加0.547亿元。
计量经济学eviews一元线性回归模型实验指导
第二章 一元线性回归模型 一、 实验目的 掌握EViews 软件的基本功能，理解一元线性回归模型及最小二乘估计的基本原理。 二、 基本知识点： 样本回归方程与总体回归方程的联系与区别；满足古典假设的前提，一元线性回归模型的最小二乘法参数估计，一元线性回归模型的检验以及均值与个值预测。 三、 实验内容及要求： 依据经济学理论，以实际数据为基础，建立经济数学模型，分析经济变量之间的数量关系。以本章所学内容，研究2012年中国各地区农村家庭人均生活消费支出与人均纯收入之间关系，数据来源于《2013年中国统计年鉴》。 要求：在认真理解本章内容的基础上，通过实验掌握一元线性回归模型的实际应用方法，并熟悉EViews 软件的基本使用方法。 四、 实验指导： 由经济学理论知，收入是影响消费的主要因素，二者之间有密切关系。二者之间关系的散点图如图2.4.1所示。图2.4.1说明，各地区农村居民家庭人均生活消费支出与家庭人均纯收入大致呈现出线性相关关系。（CD 表示农村居民家庭人均生活消费支出，RD 农村居民家庭人均纯收入） 图2.4.1 RD —CD 散点图 故假设二者之间关系设定为一元线性回归模型：i i i rd cd μββ++=10，其中cd i 各地区农村居民家庭人均生活消费支出，rd i 为各地区农村居民家庭人均纯收入，μi 为随机误差项，即除人均收入外，影响农村居民家庭人均生活消费支出的其他因素。假设该模型满足古典假设，可运用OLS 方法估计模型的参数。利用计量经济学软件EViews5.0。 建立工作文件 STEP1：进入EViews 目录，然后双击EViews 程序图标，进入EViews 主页见图2.4.2。
用eviews进行一元线性回归分析报告
外国语大学国际商学院 本科生课程论文（设计） 题目：一元回归分析居民收入和支出的关系姓名： 学号： 专业： 年级： 班级： 任课教师： 2014 年 4 月
容摘要 随着本文中的收集数据参考了中国统计年鉴以及书本《计量经济学》中的相关统计结果，对我国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进行分析。利用EVIEWS软件对计量模型进行参数评估和检验，最终得出相关结论。 关键词：居民消费；居民收入；EVIEWS；一元回归分析
目录 一、引言 (1) （一）研究背景 (1) （二）研究意义 (1) 二、研究综述 (2) （一）模型设定 (2) 1.定义变量 (2) 2.数据来源 (2) （二）作散点图 (3) 三、估计参数 (4) （一）操作步骤 (4) （二）回归结果 (4) 四、模型检验 (5) （一）经济意义检验 (5) （二）拟合优度和统计检验 (5) （三）回归预测 (5) 五、结论 (5) 参考文献： (6)
一元回归分析居民收入与支出的关系 一、引言 （一）研究背景 随着近年来我国成为世界第二大经济体，居民的高生活水平也日益显著。我国人口正在高速城镇化，2011年中国大陆城镇人口为69079万人，城镇人口占总人口比重达到51.27％。因此城镇居民作为消费主体，研究城镇居民人均可支配收入以及人均可支配消费性支出之间的关系，可以有效的了解到我国各地区的人民生活水平以及经济状况，因此能更好的的带动我国GDP的飙升，改善居民的生活水平。 （二）研究意义 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这要是人民生活水平的具体体现。改革开饭以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2007年的城市居民家庭平均每人每年消费支出，最高的是市达人均20667.91元，最低的则是，人均只有8871.27元，是的2.33倍。为了研究全国居民消费水平及其变动的原因，需要做具体的分析。影响各地区居民消费指出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售业物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是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，可以建立相应的计量经济模型去研究。
计量经济学 eviews详解
作业： 2．自己设计一个一元线性回归模型，并查阅2012年统计年鉴，用1985-2011年数据完成下列要求： （1） 作散点图； （2） 拟合样本回归函数； （3） 对所建立的模型进行经济意义检验； （4） 对所建立的模型进行统计检验，并详细解释检验结果； （5） 作历史模拟图，并计算平均绝对百分比误差： % 100ˆ1 1 ⨯-= ∑=n i i i i Y Y Y n MAPE （6） 用2011年数据对模型作外推检验； （7） 预测2012年、2013年被解释变量的值，并给出总体均值的95%预测区间。 （注：用Eviews 完成）
解： 由经济理论分析可知，经济发展水平与居民消费水平有密切关系。因此，我们设定居民消费水平i Y （绝对数（元））与国内生产总值i X （亿元）的关系为： 011,1,2,...,27 i i Y X i ββμ=++= 数据来源：中国统计年鉴2012 (1) 散点图： 在Eviews 中，通过Quick →Gragh →Scatter Diagram ，得到如下散点图：
(2)拟合样本回归函数：通过Quick estimation equation，在如下窗口中输 入： 得到：
由此可得样本回归函数： ^ =665.6063+0.02534i i Y X ， （7.398） （50.495） 2 R =0.9903 (3) 其中^ 1β=0.02534是回归方程的斜率，它表示1985-2011年期间，GDP 每增加1亿元，居民消费水平平均增加0.02534元；^ 0β=665.6065是回 归方程的截距,她表示不受GDP 影响的居民消费水平的起始值。^1β， ^ β的符号大小均符合经济理论及实际情况。 (4) 统计检验。2R =0.9903，说明总离差平方和的99.03%被样本回归直线 所解释，只有0.97%未被解释，因此样本回归对样本点的拟合优度很高。给出显著性水平，α=0.05，查自由度n-2=25的t 分布表，得临界值0.05(25) 2.060t =，^ 0t β=7.398 > 0.05(25) 2.060t =，^ 1 t β=50.495 > 0.05(25) 2.060t =， 拒绝回归系数为零的原假设，说明X 变量显著地影响Y 变量。 (5)作历史模拟图，并计算平均绝对百分比误差：
计量经济学eviews实验报告
大连海事大学 实验报告Array实验名称: 计量经济学软件应用 专业班级:财务管理201３-1 姓名: 安妮 指导教师:赵冰茹 交通运输管理学院 二○一六年十一月 一、实验目标 学会常用经济计量软件得基本功能，并将其应用在一元线性回归模型得分析中。具体包括：Eviｅw得安装，样本数据基本统计量计算,一元线性回归模型得建立、检验及结果输出与分析，多元回归模型得建立与分析,异方差、序列相关模型得检验与处理等。 二、实验环境 ＷINＤOWSＸP或200０操作系统下,基于EVIEWS5、1平台。 三、实验模型建立与分析 案例1： 我国1９9５－2014年得人均国民生产总值与居民消费支出得统计资料（此资料来自中华人民共与国统计局网站)如表1所示,做回归分析。 表1我国1995—２０１4年人均国民生产总值与居民消费水平情况
(1）做出散点图,建立居民消费水平随人均国内生产总值变化得一元线性回归方程，并解释斜率得经济意义；
利用evｉｅwｓ软件输出结果报告如下: Depeｎdent Ｖarｉablｅ：ＣＯNSＵMPTION Mｅｔhod: Lｅast Sqｕaｒｅs Dａte：０6/11/16Tiｍｅ: 19：02 Saｍｐle: 1995 2０14 Incluｄｅd observａtｉoｎs:20 Variａble Coeｆfici ｅnt Stｄ、Ｅrror t—Ｓtaｔisｔ ic Prｏb、 C 6９１、02 ２５113、3920 ６、094１0４0、0000 ＡＶGDP 0、３5２7 ７0 ０、004908 71、88０54 0、0000 Ｒ－squaｒｅd 0、９９6５ 28 Mean depeｎdent var 7351、300 Ａdjｕsted R-squarｅd ０、99６３ ３5 Ｓ、D、dependent ｖar 48２8、7 ６5 S、Ｅ、of ｒegressio ｎ292、３118 Ａkaike iｎfo criterion 1４、288 １６ Sum squａrｅｄresｉd 15３8０ 32、 Schwarz criterion 14、3877 ３ Log ｌiｋelihood -140、8８1 ６ Hannan－Quｉnn cｒitｅ r、14、３0760 F－ｓｔａtｉstｉc 5166、81 １ Duｒbｉｎ－Ｗａｔson staｔ0、403709 Proｂ(F—ｓtatistic）0、000０00
用eviews进行一元线性回归分析
用e v i e w s进行一元线 性回归分析 本页仅作为文档封面，使用时可以删除 This document is for reference only-rar21year.March
天津外国语大学国际商学院本科生课程论文（设计） 题目：一元回归分析居民收入和支出的关系姓名： 学号： 专业： 年级： 班级： 任课教师： 2014 年 4 月
内容摘要 随着本文中的收集数据参考了中国统计年鉴以及书本《计量经济学》中的相关统计结果，对我国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进行分析。利用EVIEWS软件对计量模型进行参数评估和检验，最终得出相关结论。 关键词：居民消费；居民收入；EVIEWS；一元回归分析
目录 一、引言 (1) （一）研究背景 (1) （二）研究意义 (1) 二、研究综述 (2) （一）模型设定 (2) 1.定义变量 (2) 2.数据来源 (2) （二）作散点图 (3) 三、估计参数 (4) （一）操作步骤 (4) （二）回归结果 (4) 四、模型检验 (5) （一）经济意义检验 (5) （二）拟合优度和统计检验 (5) （三）回归预测 (5) 五、结论 (5) 参考文献： (6)
一元回归分析居民收入与支出的关系 一、引言 （一）研究背景 随着近年来我国成为世界第二大经济体，居民的高生活水平也日益显著。我国人口正在高速城镇化，2011年中国大陆城镇人口为69079万人，城镇人口占总人口比重达到％。因此城镇居民作为消费主体，研究城镇居民人均可支配收入以及人均可支配消费性支出之间的关系，可以有效的了解到我国各地区的人民生活水平以及经济状况，因此能更好的的带动我国GDP的飙升，改善居民的生活水平。 （二）研究意义 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这要是人民生活水平的具体体现。改革开饭以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2007年的城市居民家庭平均每人每年消费支出，最高的是上海市达人均元，最低的则是新疆，人均只有元，上海是新疆的倍。为了研究全国居民消费水平及其变动的原因，需要做具体的分析。影响各地区居民消费指出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售业物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是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，可以建立相应的计量经济模型去研究。