计量经济学一元回归实验报告
一元线性回归预测实验报告
1、实验过程和结果记录：（1）实验数据（2）人均可支配收入与人均消费性支出散点图（3）数据分析步骤4、（5）最终实验结果2、人均可支配收入为12千元时的人均消费性支出和置信度为95%的预测区间计算步骤： （1）一元线性回归方程为Y=0.72717+0.6741420X（2）将0X =12带入样本回归方程可得0Y 的预测值=0.72717+0.674142*12=8.816874千元（3）0e S =千元 结论：因此，当城镇居民家庭的人均可支配收入为12千元时，人均消费性支出地点预测为8.816874千元；置信度为95%的预测区间为（8.816874-1.96*0.0542千元,8.816874+1.96*0.0542千元） 即（8.71千元,8.92千元）六、实验结果及分析1、实验结果：当城镇居民家庭的人均可支配收入为12千元时，人均消费性支出地点预测为8.816874千元；置信度为95%的预测区间为（8.816874-1.96*0.0542千元,8.816874+1.96*0.0542千元） 即（8.71千元,8.92千元）2、实验分析（1）相关系数：相关系数R 实际上是判定系数的平方根，相关系数R 从另一个角度说明了回归直线的拟合优度。
|R|越接近1，表明回归直线对观测数据的拟合程度就越高。
R=0.999592，接近于1，所以人均可支配收入和人均消费支出相关程度高。
（2）判定系数：该指标测度了回归直线对观测数据的拟合程度。
若所有观测点，落在直线上，残差平方和RSS=0，则R^2=1，拟合是完全的；0≤R^2≦1。
R^2越接近1，表明回归平方和占总平方和的比例越大，回归直线与各观测点越接近，用X 的变化来解释Y 值的部分就越多，回归直线的拟合度就越好；反之，R^2越接近0，回归直线的拟合度就越差。
所以，判定系数R^2=0.999185，表示所观测到的我国城镇居民家庭人均消费支出的值与其均值的偏差平方和中有99.92%可以通过人均可支配收入来解释。
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。
图2.4.2 EViews工作界面STEP2：点击Eviews主页面菜单\Workfile见图2.4.3，弹出work对话框（图2.4.4）。
在work type中选择Unsteuctured/Undated【由于本例是截面数据】，并在observation中输入观察值得个数，本例为31（图2.4.4），点击OK出现数据编辑窗口（图2.4.5）。
计量经济学实验报告范文
S .. . ..学生实验报告（经管类专业用）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 经研究发现，家庭书刊消费受家庭收入几户主受教育年数的影响，表中为对某地区部分. . . 资料. .8家庭抽样调查得到样本数据：(1) 建立家庭书刊消费的计量经济模型； （2）利用样本数据估计模型的参数；（3）检验户主受教育年数对家庭书刊消费是否有显著影响； （4）分析所估计模型的经济意义和作用 答：（1）建立家庭书刊消费的计量经济模型： i i i i u T X Y +++=321βββ其中：Y 为家庭书刊年消费支出、X 为家庭月平均收入、T 为户主受教育年数 （2即 ii i T X Y 3703.5208645.00162.50ˆ++-= （49.46026）（0.02936） （5.20217）t= (-1.) (2.) (10.06702)R 2=0. 944732.02=R F=146.2974(3) 检验户主受教育年数对家庭书刊消费是否有显著影响:由估计检验结果, 户主受教育年数参数对应的t 统计量为10.06702, 明显大于t 的临界值131.2)318(025.0=-t ，同时户主受教育年数参数所对应的P 值为0.0000，明显小于05.0=α，均可判断户主受教育年数对家庭书刊消费支出确实有显著影响。
（4）本模型说明家庭月平均收入和户主受教育年数对家庭书刊消费支出有显著影响，家庭月平均收入增加1元，家庭书刊年消费支出将增加0.086元，户主受教育年数增加1年，家庭书刊年消费支出将增加52.37元。
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。
计量经济学实验报告
计量经济学实验报告《计量经济学》实验报告一，数据某年中国部分省市城镇居民家庭人均年可支配收入（X）与消费性支出（Y）统计数据二，理论模型的设计解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作：（1）X与Y散点图从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。
因此，建立一元线性回归模型：1iiiY X ββμ=++（2）对模型做OLS 估计OLS 估计结果为272.36350.7551Y X∧=+011.705732.3869t t ==20.9831.. 1.30171048.912R DW F ===三，模型检验从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。
t检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。
1，预测现已知2018年人均年可支配收入为20000元，预测消费支出预测值为0272.36350.75512000015374.3635Y=+⨯=E(X)=6222.209，Var(X)=1994.033则在95%的置信度下，E(Y)的预测区间为（874.28,16041.68）2，异方差性检验对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。
如经济越落后储蓄率越高，可能出现异方差性问题。
G-Q检验对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据，128n n==分别回归1615472.0RSS =2126528.3RSS =于是的F 统计量：()()12811 4.86811RSS F RSS --==--在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)FF F =>，即拒绝无异方差性假设，说明模型存在异方差性。
计量经济学回归模型实验报告
回归模型分析报告背景意义：教育是立国之本，强国之基。
随着改革开放的进行、经济的快速发展和人们生活水平的逐步提高，“教育”越来越受到人们的重视。
一方面，人均国内生产总值的增加与教育经费收入的增加有着某种联系，而人口的增长也必定会对教育经费收入产生影响。
本报告将从这两个方面进行分析。
我国1991年~2013年的教育经费收入、人均国内生产总值指数、年末城镇人口数的统计资料如下表所示。
试建立教育经费收入Y关于人均国内生产总值指数X1和年末城镇人口数X2的回归模型，并进行回归分析。
年份教育经费收入Y（亿元）人均国内生产总值指数X1(1978年=100)年末城镇人口数X2（万人）199131203199232175199333173199434169199535174199637304199739449199841608199943748200045906200148064200250212200352376200454283200556212200658288200760633200862403200964512201066978201169079201271182201373111资料来源：中经网统计数据库。
根据经济理论和对实际情况的分析可以知道，教育经费收入Y依赖于人均国内生产总值指数X1和年末城镇人口数X2的变化，因此我们设定回归模型为Y Y=Y0+Y1Y1Y+Y2Y2Y+Y Y应用EViews的最小二乘法程序，输出结果如下表ŶY=5058.835+28.7491Y1Y−0.3982Y2YR2= Y̅̅̅2= F=异方差的检验1.Goldfeld-Quandt检验X1和X2的样本观测值均已按照升序排列，去掉中间X1和X2各5个观测值，用第一个子样本回归：ŶY=−3510.668+5.9096Y1Y+0.0839Y2Y SSE1=用第二个子样本回归：ŶY=178636.6+107.5861Y1Y−4.7488Y2Y SSE2=6602898H0=u t具有同方差，H1=u t具有递增型异方差构造F统计量。
《计量经济学》实验报告-副本
计量经济学作业 1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；1.对所建立的回归方程进行检验；2.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。
《计量经济学》实验报告行知学院11数学精算班实验序号实验名称中国内地2007年各地区税收与国内生产总值课程名称计量经济学姓名尐所在实验室文东202班级11数学精算计划学时2实验类型上机操作学号专业数学与应用数学（保险精算）实验要求运用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；3.对所建立的回归方程进行检验；4.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。
备注实验步骤1.建立工作文件2.输入数据3.图形分析4.估计线性回归模型主要实验结论和数据1、建立模型假设拟建立如下一元回归模型：X1Y下表给出采用Eviews软件对数据进行回归分析的计算结果。
一般可写出如下回归分析结果：GDPY0710.0)6296.10(?7603.02R F= .=散点图如下：2、模型检验从回归估计的结果看，模型拟合较好。
可决系数2R =，表明税收的变化的%可由国内生产总值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n-2=29的临界值05.2)29(025.0t ，且斜率满足0<<1，表明2007年每增加一元的GDP ，税收收入增加元。
3、预测若2008年某地区国内生产总值为8500亿元，代入上式回归方程得该地区税收收入的预测值为：Y?+=(亿元)由于GDP 的样本均值与样本方差E(GDP)=D(GDP)=1于是，在95%的置信度下，E （Y ）的预测区间为)1734694021)131()1258.88918500(3112-3127603102（）（即：（，）填卡日期：。
一元线性回归分析实验报告
一元线性回归在公司加班制度中的应用院（系）：专业班级：学号姓名：指导老师：成绩：完成时间：一元线性回归在公司加班制度中的应用一、实验目的掌握一元线性回归分析的基本思想和操作，可以读懂分析结果，并写出回归方程，对回归方程进行方差分析、显著性检验等的各种统计检验 二、实验环境SPSS21.0 windows10.0 三、实验题目一家保险公司十分关心其总公司营业部加班的程度，决定认真调查一下现状。
经10周时间，收集了每周加班数据和签发的新保单数目，x 为每周签发的新保单数目，y 为每周加班时间（小时），数据如表所示y3.51.04.02.01.03.04.51.53.05.01. 画散点图。
2. x 与y 之间大致呈线性关系？3. 用最小二乘法估计求出回归方程。
4. 求出回归标准误差σ∧。
5. 给出0β∧与1β∧的置信度95%的区间估计。
6. 计算x 与y 的决定系数。
7. 对回归方程作方差分析。
8. 作回归系数1β∧的显著性检验。
9. 作回归系数的显著性检验。
10.对回归方程做残差图并作相应的分析。
11.该公司预测下一周签发新保单01000x =张，需要的加班时间是多少？12.给出0y的置信度为95%的精确预测区间。
13.给出()E y的置信度为95%的区间估计。
四、实验过程及分析1.画散点图如图是以每周加班时间为纵坐标，每周签发的新保单为横坐标绘制的散点图，从图中可以看出，数据均匀分布在对角线的两侧，说明x和y之间线性关系良好。
2.最小二乘估计求回归方程用SPSS 求得回归方程的系数01,ββ分别为0.118,0.004，故我们可以写出其回归方程如下：0.1180.004y x =+3.求回归标准误差σ∧由方差分析表可以得到回归标准误差：SSE=1.843 故回归标准误差：2=2SSEn σ∧-，2σ∧=0.48。
4.给出回归系数的置信度为95%的置信区间估计。
由回归系数显著性检验表可以看出，当置信度为95%时：0β∧的预测区间为[-0.701,0.937], 1β∧的预测区间为[0.003,0.005].0β∧的置信区间包含0，表示0β∧不拒绝为0的原假设。
- 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)。
《计量经济学》上机实验报告一
题目：一元回归模型 实验日期和时间： 2013-9-25
班级： 学号： 姓名： 实验室：
实验环境： Windows XP ; EViews 3.1
实验目的：
掌握一元线性、非线性回归模型的建模方法
实验内容：
2.3为了研究深圳市地方预算内财政收入与国内生产总值的关系，得到以下数据（表2.11）.
表2.11深圳市地方预算内财政收入与本市生产总值（单位：亿元）
年份 地方预算内财政收入Y 本市生产总值X
1990 21.70 171.67
1991 27.33 236.66
1992 42.96 317.32
1993 67.25 453.14
1994 74.40 634.67
1995 88.02 842.48
1996 131.75 1048.44
1997 142.06 1297.42
1998 164.39 1534.73
1999 184.21 1804.02
2000 221.92 2187.45
2001 262.49 2482.49
2002 265.93 2969.52
2003 290.84 3585.72
2004 321.47 4282.14
2005 421.38 4950.91
2006 500.88 5813.56
2007 658.06 6801.57
1）建立深圳地方预算内财政收入对本市生产总值的回归模型。
2）估计所建立模型的参数，解释斜率系数的经济意义。
3）对回归结果进行检验。
4）若2008年深圳市的本市生产总值为8000亿元，试对2008年深圳市的财政收入作出点预测。
2.4 为研究中国改革开放以来国民总收入与最终消费的关系，搜集到以下数据表
年份 国民总收入X 最终消费Y 年份 国民总收入X 最终消费Y
1978 3645.217 2239.1 1993 35260.02 21899.9
1979 4062.579 2633.7 1994 48108.46 29242.2
1980 4545.624 3007.9 1995 59810.53 36748.2
1981 4889.461 3361.5 1996 70142.49 43919.5
1982 5330.451 3714.8 1997 78060.83 48140.6
1983 5985.552 4126.4 1998 83024.28 51588.2
1984 7243.752 4846.3 1999 88479.15 55636.9
1985 9040.737 5986.3 2000 98000.45 61516
1986 10247.38 6821.8 2001 108068.2 66878.3
1987 12050.62 7804.6 2002 119095.7 71691.2
1988 15036.82 9839.5 2003 135174 77449.5
1989 17000.92 11164.2 2004 159586.7 87032.9
1990 18718.32 12090.5 2005 184088.6 97822.7
1991 21826.2 14091.9 2006 213131.7 110595.3
1992 26937.28 17203.3 2007 251483.2 128444.6
1以分析国民总收入对消费的推动作用为目的建立线性回归方程，并估计参数
2.计算回归估计的标准误差 和可决系数
3.对回归系数进行显著水平为5%的显著性检验
4.如果2008年全国国民总收入为300670亿元，比上年增长9.0%，预测可能达到的最终消费水平。
实验步骤：
（1）建立回归模型，应用EViews文件，由深圳市地方预算内财政收入（Y）和GDP的数据表，得散点图
（如图1-1）。
图1-1
由图建立线性回归模型 tttuGDPY21，得到图1-2
Dependent Variable: Y
Method: Least Squares
Date: 10/10/11 Time: 16:42
Sample: 1990 2007
Included observations: 18
Variable Coefficient Std. Error t-Statistic Prob.
C 20.46106 9.867440 2.073593 0.0546
X 0.084965 0.003255 26.10376 0.0000
R-squared 0.977058 Mean dependent var 215.9467
Adjusted R-squared 0.975624 S.D. dependent var 174.6014
S.E. of regression 27.26021 Akaike info criterion 9.553172
Sum squared resid 11889.90 Schwarz criterion 9.652103
Log likelihood -83.97855 F-statistic 681.4064
Durbin-Watson stat 0.982033 Prob(F-statistic) 0.000000
表1-2
通过表1-2可知：
ˆ
20.46110.0850ttYGDP
（9.867440） (0.003255)
t=(2.073593) (26.10376)
R2=0.977058
经检验说明,深圳市的GDP对地方财政收入有显著影响。R2=0.9771，表明在被解释变量Y观测值的总变差中，
有97.71%由所估计的样本回归模型做出了解释。参数X的t值的绝对值为26.10，大于临界值
0.025
(133)2.228t
。
模型说明当GDP 每增长1亿元时，平均说来地方财政收入将增长0.085亿元。
当2008年GDP 为7500亿元时，地方财政收入的点预测值为：
2008
ˆ
20.46110.08508000700.4611Y
（亿元）
2.4（1）
图1-3
建立回归模型，应用EViews文件，由国民总收入X和最终消费Y的数据表，得散点图（如上图1-3）。
由图建立线性回归模型：
iiiuXY21
图1-4
利用EViews估计参数并检验，得上图1-4.
结果为:
y
ˆ
3045.149+0.530107x
(895.3344) (0.009669 )
t= (3.4) (54.8)
99.02R
718.3005F
(2)由上图1-4可知，回归估计的标准误差即估计的随机扰动项的标准误差2ˆ(2)ten，由EViews估计
参数和检验结果得3580.666, 可决系数R2=0.9908。
(3)由t分布表可查得0.025(302)2.048t，由于x的t值远远大于2.048, 因此对回归系数进行显著性水平为5%
的显著性检验表明, 国民总收入对最终消费有显著影响。
(4)当2008年全年国民总收入为300670亿元，预测可能达到的最终消费水平为:
y
ˆ
3045.149+0.5301*300670=162430.316（亿元）
实验结果分析：
提示：
打包保存时自己的文件夹以“学号姓名+题目所属章节”为文件夹名，
打包时文件夹内容包括：本实验报告。