EViews上機(jī)練習(xí)1一元線性回歸

EViews上機(jī)練習(xí)1：一元線性回歸要求掌握：（1）建立數(shù)據(jù)文件；（2）做散點(diǎn)圖，時(shí)間序列圖，分布圖；（3）計(jì)算特征數(shù)（平均數(shù)、方差、標(biāo)準(zhǔn)差、相關(guān)系數(shù)、協(xié)方差值）；（4）線性回歸分析（回歸、顯示殘差圖、學(xué)會(huì)看輸出結(jié)果，列寫估計(jì)式）；（5）能應(yīng)用簡單線性回歸模型進(jìn)行經(jīng)濟(jì)預(yù)測(cè)。案例分析：根據(jù)表1提供的數(shù)據(jù)，試建立我國最終消費(fèi)支出與國內(nèi)生產(chǎn)總值（單位：億元）之間的回歸模型，并進(jìn)行參數(shù)以及總體的顯著性檢驗(yàn)。當(dāng)a=0.05,的m=102398億元時(shí)，對(duì)y303及E（Y2003）進(jìn)行預(yù)測(cè)。表1 1978-2001年中國最終消費(fèi)支出與國內(nèi)生產(chǎn)總值統(tǒng)計(jì)資料年份最終消費(fèi)（y）國內(nèi)生產(chǎn)總值（X）19782239.103624.1019792619.404038.2019802976.104517.8019813309.104862.4019823637.905294.7019834020.505934.5019844694.507171.0019855773.008964.4019866542.0010202.2019877451.2011962.5019889360.1014928.30198910556.5016909.20199011365.2018547.90199113145.9021617.80199215952.1026638.10199320182.1034634.40199426796.0046759.40199533635.0058478.10199640003.9067884.60199743579.4074462.60199846405.9078345.20199949722.7082067.50200054616.7089442.20200158952.6095933.20資料來源：國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒2001.北京：中國統(tǒng)計(jì)出版社，2002運(yùn)行Eviews,在出現(xiàn)的對(duì)話框中按以下步驟進(jìn)行一員線性回歸。1）給出工作范圍。打開Eviews窗口，F(xiàn)ile->New-t-Workfi1e_*Workfi1eRangeWorkfi1e

Frequency_*Annual_*Startdate（1978）~*Enddata（2001）~*0K（圖1,圖2,圖3）

需EViewsFileEditObjectViewProcQuickOptionsWindowHelpNew>Workfile...Open>Database...SaveProgramSaveAs...TextFileCloseImport >Export >PrintPrintSetup...Run...???圖1WorlcfileCreate XWorkfilestructuretypeDated-regularfrequency~IrregularDatedandPanelworkfilesmaybemadefromUnstructuredworkfilesbylaterspedfyingdateand/orotheridentifierseries.OK"||CancelDatespecificationFrequency:AnnualStartdate:1978Enddate:2001Names[optional)WF：Page:□Workfile:UNTITLED |o||回||*g|ViewProcObjectPrintSaveDetails+/-ShowFetchStoreDeleteGenrSample

Range:19782001-24obs DisplayFilter:*Sample:19782001-240bs團(tuán)c0resid<六Untitled卜NewPage/圖32）輸入變量名。打開Workfile窗II,Objects->NewObject->TypeofObject（Series）->NameforObject（x）fOK,同理可以輸入變量y.（圖4和圖5）（或者直接輸入指令“dataxy"）

NewObjectTypeofobjectXNameforobjectSeriesXEquationFactorGraphGroupLogLMatrix-Vector-CoefModelPoolSam*SeriesLinkSeriesAlphaSpoolSSpaceSystemTableTextValMapVAR1OK1CancelStoreDe

3）給變量賦值。打開Workfile窗II,選「在x,y,右擊選中OpenasGroup—Editf輸入數(shù)據(jù)（圖6和圖7）?！鮃roup:UNTITLEDWorkfile:UNTITLED::Untitled\|O||回ll^^lViewProcObjectPrintNameFreezeDefault7SortTransposeEdit+/-Smpl+/-obsXY|1978NANAA1979NANA1980NANA1981NANA1982NANA1983NANA1984NANA1985NANA1986NANA1987NANA1988NANA1989NANA1990NANA1991NANA1992NANA1993NANA1994NANA1995NANA1996M，'?MAV-1007<1>B.:la3二I□Group:UNTITLEDWorkfile:UNTITLED::Untitlcd\CD[EViewProcObjectPrhtNameFreezecfefadt vSortTransposeEdit-b/-Smpl+/-TideSampler23^nobsXY|obsXY八1978I362￡k1002239.100|1979403L2D02619.4001980451⑻02976.10019814862.4003309.100198252941.7003637.90019835931500402050019847171.0004694.50019858964.4005773.000198510202.2062.506542.00019871197451.2001988149c>22093601001989169)9.2010556.50199018547.9011365.20199121617.8038.1013145.90199226615952.101992346￡04020122101994467>9.4026796.00199558481033635.00199567884.5062.5040003.90199774443579.4019987834e15.2046405.901999820>7.5049722.70200089442.2054616.70200195933.2058952.60

圖74）做散點(diǎn)圖，在"Gioup”窗II中點(diǎn)擊View->Graph->scatter->simplescatter就得到x和y的散點(diǎn)圖見圖8,從圖中可看出x和y有明顯的線性關(guān)系。注意選中變量的順序決定了誰是橫坐標(biāo)誰是縱坐標(biāo)，先選中的變量為橫坐標(biāo)，后選中的變量為縱坐標(biāo)。GraphOptionsTypeFrameAxis/ScaleLegendLlne/SymbolFillAreaBoxPlotObjectTemplateDetails:Basicgraph “Specific;Line&SymbolBarSpikeAreaAreaBandMixedwithLinesDotPlotErrorBarDetails:Basicgraph “Specific;Line&SymbolBarSpikeAreaAreaBandMixedwithLinesDotPlotErrorBarHigh-Low(Open-Close)ScatterXVLineXYAreaPieDistributionQuantile-QuantileBoxplotGraphtypeGeneral:Fitlines;Graphdata:Axisborders:MultipleseriesUndoEdits確定取消圖85）作普通最小二乘法估計(jì)：在主菜單選Quick\EstimateEquations,在彈出的對(duì)■話框中輸入ycx（見圖9）輸出結(jié)構(gòu)見圖10EquationEstimation XSpecificationOptionsEquationspecificationDependentvariablefollowedbylistofregressorsincludingandPDLterms.ORanexplicitequationlike ⑴+c(2產(chǎn)X.ycxvEstimationsettingsMethodLS-LeastSquares(NLSandARMA) ▼Sampie:19782001確定 既肖OEquation:UNTITLEDWorkfile;UNTITLED;;Untitled\1o||回ViewProcObjectPrintNameFreezeEstimateForecastStatsResidsDependentVariable:YMethod:LeastSquaresDate:10/10/16Time:16:23Sample:19782001Includedobservations:24CoefficientStd.Error t-StatisticProb.C199.8124204.5569 0.9768060.3393X0.5959770.004501 132.42330.0000R-Squared0.998747Meandependentvar19897.37AdjustedR-squared0.998690S.D.dependentvar19006.77S.E.ofregression687.9165Akaikeinfocriterion15.98487Sumsquaredresid10411041Schwarzcriterion16,08304Loglikelihood-189.8184Hannan-Quinncriter.16,01091F-statistic17535.92Durbin-Watsonstat0.333718Prob(F-statistic)0.000000圖10這只是一種輸入結(jié)果，可以點(diǎn)擊View鍵來顯示不同的結(jié)果輸出方式，如圖11、12、13三

種輸出方式(□回岡^1?EVievs-[Eauation:TOTITLEDTorkfile:UITITLED](□回岡IIFiloSditObjactsViovProc?sQuiekOptionsWindowKolpViFrocs|ObjectsPrint恒鈾e|Freeze|EstimateForecastSlats|Eesids|Path=u:\uviss3DB-noneWF=untitled圖Path=u:\uviss3DB-noneWF=untitled圖10圖11EVie<s-[Eauation:TJliTITLEDlorkfile:WITLED] 口回區(qū))I^JFileEiitObjactsViawProczQuickOr七1o.二WiniwKolp —百XV返w|Procs〔Objects|Print恒癡510mgiEstirutg|For*acast|Stats|Rasids|EstimationCommandLSYCXEstimationEquation.Y=C(1)+C(2)xXSubstitutedCoefficients:Y=199.8123818+0.59597743瞅Xl|P?th=c:\ovicws3DB二||VF=vntitl?d圖12圖10中各參數(shù)統(tǒng)計(jì)結(jié)果的解釋常數(shù)和解釋變量參數(shù)估計(jì)值參數(shù)標(biāo)準(zhǔn)差T統(tǒng)計(jì)量雙側(cè)概率c199.8124204.55690.97680.3393X0.59600.0045132.42330.0000判定系數(shù)百0.998747被解釋變量均值19897.37調(diào)整的鏟0.99869解釋變量標(biāo)準(zhǔn)差19006.77回歸方程標(biāo)準(zhǔn)差687.9165赤池信息準(zhǔn)則15.98487參差平方和10411041施瓦茨信息準(zhǔn)則16.08304最大似然對(duì)數(shù)-189.8184F統(tǒng)計(jì)量17535.92DW統(tǒng)計(jì)量0.333718F統(tǒng)計(jì)量的概率0.00000赤池信息準(zhǔn)則(Akaikeinfocriterion):赤池信息準(zhǔn)則即AIC,它對(duì)方程中的滯后項(xiàng)數(shù)選擇提供指導(dǎo)。它是在殘差平方和的基礎(chǔ)上進(jìn)行的。在特定條件下，可以通過選擇使AIC達(dá)到最小值的方式來選擇最優(yōu)滯后分布的長度。AIC值越小越好。施瓦茨準(zhǔn)則(SchwaizCiitehon):施瓦茨準(zhǔn)則與AIC類似，他們具有基本相同的解釋?；貧w結(jié)果的標(biāo)準(zhǔn)格式如下：AS=(204.5569t=(0.9768)R：=0.998747F=17535.926)模型檢驗(yàn)/=199.8123818+S=(204.5569t=(0.9768)R：=0.998747F=17535.926)模型檢驗(yàn)) (0.5960)(132.4233)R2=Q.99869DW=0.333718 SE=687.91651、經(jīng)濟(jì)意義檢驗(yàn)經(jīng)濟(jì)意義檢驗(yàn)就是根據(jù)經(jīng)濟(jì)理論判斷估計(jì)參數(shù)的正負(fù)號(hào)是否合理，大小是否適當(dāng)。經(jīng)濟(jì)意義檢驗(yàn)要求同學(xué)具備較扎實(shí)的經(jīng)濟(jì)理論基礎(chǔ)。就本題而言，從經(jīng)濟(jì)意義上看，兒=0.59598,符合經(jīng)濟(jì)理論中絕對(duì)收入假說邊際消費(fèi)傾向在0與1之間，表明我國國內(nèi)生長總值每增加100億元，最終消費(fèi)支出平均增加59.598億元。2、估計(jì)標(biāo)準(zhǔn)誤差評(píng)價(jià)估計(jì)標(biāo)準(zhǔn)誤差是根據(jù)樣本資料計(jì)算的，用來反映被解釋變量的實(shí)際值yt與估計(jì)值"的平均誤差程度的指標(biāo)。當(dāng)SE越大，則回歸直線精度越低；SE越小，則回歸直線精度越高，代表性越好。當(dāng)SE=0時(shí)，表示所有的樣本點(diǎn)都落在回歸直線上，解釋變量與被解釋變量之間表現(xiàn)為函數(shù)關(guān)系。就本題而言，SE=687.9165,即估計(jì)標(biāo)準(zhǔn)誤差為687.9165億元，它代表我國最終消費(fèi)支出估計(jì)值與實(shí)際值之間的平均誤差為687.9165億元。3、擬合優(yōu)度檢驗(yàn)擬和優(yōu)度是指樣本回歸直線與樣本觀測(cè)數(shù)據(jù)之間的擬和程度，用樣本決定系數(shù)的大小來表示。決定系數(shù)用來描述解釋變量對(duì)被解釋變量的解釋程度。就本題而言，R，=0.998747,這說明樣本回歸直線的解釋能力為99.87%,它代表我國最終消費(fèi)支出yt的總變差中，由解釋變量國內(nèi)生產(chǎn)總值治解釋的部分占99.87%,或者說，我國最終消費(fèi)支出變動(dòng)的99.87%可由樣本回歸直線作出解釋，模型的擬和優(yōu)度較高。4、參數(shù)顯著性檢驗(yàn)對(duì)于E,t統(tǒng)計(jì)量為132.4233,給定a=0.05,查t分布表，在自由度為11-2=22下，得臨界值“65(22)=2.074,因?yàn)閠=132.4233>”.0儀22尸2.074,所以拒絕H0：b1=0,表明國內(nèi)生產(chǎn)總值對(duì)我國最終消費(fèi)支出有顯著性影響。7)預(yù)測(cè)。在估計(jì)出的“Equation”框里選“Forecast”項(xiàng)，Eviews自動(dòng)計(jì)算出樣本估計(jì)期內(nèi)的被解釋變量的擬合值，預(yù)測(cè)結(jié)果見圖14

圖14運(yùn)用趨勢(shì)分析預(yù)測(cè)2002年國內(nèi)生產(chǎn)總值為102398億元。下面預(yù)測(cè)2002年我國最終消費(fèi)支出。在輸入數(shù)據(jù)前應(yīng)將Range從1978—2001擴(kuò)展為1978—2002。直接雙擊workfile中的“range”和“sample”改動(dòng)。然后編輯變量x。x”o?=102398輸入變量x中，在前面“Equation”對(duì)■話框里選“Foiecast”,這時(shí)Eviews自動(dòng)計(jì)算出ya02=61226.710165億元，見圖15圖15下面計(jì)算丫2岫的預(yù)測(cè)區(qū)間,在x,y的數(shù)據(jù)框里點(diǎn)擊“V在w”，選“DescriptiveStats”里的uCommonSampleEviews”使計(jì)算出有關(guān)x和y的描述統(tǒng)計(jì)結(jié)果，如下圖16這里說一下commonsample和individualsample的區(qū)別，commonsample要求各個(gè)序列包含的觀測(cè)值數(shù)目相同individualsample中各個(gè)序列包含的觀測(cè)值數(shù)目可以不同。如果當(dāng)前樣本范圍內(nèi)沒有數(shù)據(jù)去失，各個(gè)序列的觀測(cè)值數(shù)目還是相同的，兩種方式計(jì)算的結(jié)構(gòu)是一樣的。這里用的是commonsample,由于我們之前要做預(yù)測(cè)的時(shí)候修改了樣本范闈為25個(gè)數(shù)據(jù)并且輸入了第25個(gè)x的數(shù)值，但y的數(shù)值仍然是24個(gè)，計(jì)算預(yù)測(cè)區(qū)間應(yīng)用原來的24個(gè)樣本值。圖16根據(jù)此表可計(jì)算如下結(jié)果：ZU-X)2= *(〃—1)=(31871.78)2*23=2.4379448*1010(x2002-x)=(102398—33050.85)2=4809027213給定顯著性水平a=0.05,杳表得to.o25(22尸2