一元線(xiàn)性回歸模型案例分析

1、1一元線(xiàn)性回歸模型案例居民消費(fèi)支出 2一、研究的目的要求影響各地區(qū)居民消費(fèi)支出有明顯差異的因素可能很多，例如，居民的收入水平、就業(yè)狀況、零售物價(jià)指數(shù)、利率、居民財(cái)產(chǎn)、購(gòu)物環(huán)境等等都可能對(duì)居民消費(fèi)有影響。為了分析什么是影響各地區(qū)居民消費(fèi)支出有明顯差異的最主要因素，并分析影響因素與消費(fèi)水平的數(shù)量關(guān)系，可以建立相應(yīng)的計(jì)量經(jīng)濟(jì)模型去研究。3 二、模型設(shè)定研究的目的是各地區(qū)城市居民消費(fèi)的差異，應(yīng)選擇同一時(shí)期各地區(qū)城市居民的消費(fèi)支出來(lái)建立模型。模型的被解釋變量Y選定為“城市居民每人每年的平均消費(fèi)支出”?！俺鞘芯用衩咳嗣磕昕芍涫杖搿弊鳛榻忉屪兞縓。 4二、模型設(shè)定作城市居民家庭平均每人每年消費(fèi)支出(Y)和

2、城市居民人均年可支配收入(X)的散點(diǎn)圖： 5二、模型設(shè)定從散點(diǎn)圖可以看出居民家庭平均每人每年消費(fèi)支出(Y)和城市居民人均年可支配收入(X)大體呈現(xiàn)為線(xiàn)性關(guān)系，所以建立的計(jì)量經(jīng)濟(jì)模型為如下線(xiàn)性模型： 6三、估計(jì)參數(shù) 假定所建模型及隨機(jī)擾動(dòng)項(xiàng)滿(mǎn)足古典假定，可以用OLS法估計(jì)其參數(shù)。1、建立工作文件 2、輸入數(shù)據(jù)3、估計(jì)參數(shù) 73、估計(jì)參數(shù) 方法一：在EViews主頁(yè)界面點(diǎn)擊“Quick”菜單，點(diǎn)擊“Estimate Equation”，出現(xiàn)“Equation specification”對(duì)話(huà)框，選OLS估計(jì)，即選擊“Least Squares”，鍵入“Y C X”，點(diǎn)“ok”或按回車(chē)。方法二：在E

3、Views命令框中直接鍵入“LS Y C X”，按回車(chē)，即出現(xiàn)回歸結(jié)果。893、估計(jì)參數(shù)參數(shù)估計(jì)的結(jié)果為： Se （287.2649） (0.036928)t (0.982520) (20.54026) F=421.9023 df=2910若要顯示回歸結(jié)果的圖形，在“Equation”框中，點(diǎn)擊“Resids”，即出現(xiàn)剩余項(xiàng)（Residual）、實(shí)際值（Actual）、擬合值（Fitted）的圖形，如圖所示。 11 四、模型檢驗(yàn)1、經(jīng)濟(jì)意義檢驗(yàn)所估計(jì)的參數(shù) ，說(shuō)明城市居民人均年可支配收入每相差1元，可導(dǎo)致居民消費(fèi)支出相差0.758511元。這與經(jīng)濟(jì)學(xué)中邊際消費(fèi)傾向的意義相符。122、擬合優(yōu)度和

4、統(tǒng)計(jì)檢驗(yàn)本例中可決系數(shù)為0.935685，說(shuō)明所建模型整體上對(duì)樣本數(shù)據(jù)擬合較好，即解釋變量“城市居民人均年可支配收入”對(duì)被解釋變量“城市居民人均年消費(fèi)支出”的絕大部分差異作出了解釋。對(duì)回歸系數(shù)的t檢驗(yàn)表明，城市人均年可支配收入對(duì)人均年消費(fèi)支出有顯著影響。13五、回歸預(yù)測(cè) 用EViews作回歸預(yù)測(cè)，首先在“Workfile”窗口點(diǎn)擊“Range”，出現(xiàn)“Change Workfile Range”窗口，將“End data”由“31”改為“33”，點(diǎn)“OK”，將“Workfile”中的“Range”擴(kuò)展為133。在“Workfile”窗口點(diǎn)擊“sampl”，將“sampl”窗口中的“1 31”改

5、為“1 33”，點(diǎn)“OK”，將樣本區(qū)也改為133。為了輸入Xf1=8270，Xf2=12405在EViews命令框鍵入data x /回車(chē), 在X數(shù)據(jù)表中的“32”位置輸入“8270”，在“33”的位置輸入“12405”，將數(shù)據(jù)表最小化。 14點(diǎn)預(yù)測(cè)然后在“Equation”框中，點(diǎn)擊“Forecast”，得對(duì)話(huà)框。在對(duì)話(huà)框中的“Forecast name”(預(yù)測(cè)值序列名)鍵入“Yf”， 回車(chē)即得到模型估計(jì)值及標(biāo)準(zhǔn)誤差的圖形。雙擊“Workfile”窗口中出現(xiàn)的“Yf”，在“Yf”數(shù)據(jù)表中的“32”位置出現(xiàn)預(yù)測(cè)值Yf1 =6555.132，在“33”位置出現(xiàn)Yf2 =9691.577。這是當(dāng)Xf1=8270和Xf2=12405時(shí)人均消費(fèi)支出的點(diǎn)預(yù)測(cè)值。15區(qū)間預(yù)測(cè)為了作區(qū)間預(yù)測(cè)，在X和Y的數(shù)據(jù)表中，點(diǎn)擊“View”選“Descriptive StatsCommon Sample”，則得到X和Y的描述統(tǒng)計(jì)結(jié)果，