试验二一元线性回归模型Eviews操作(7页).doc

-试验二 一元线性回归模型Eviews操作-第 7 页试验二 一元线性回归模型Eviews操作案例：建立我国最终消费支出与国内生产总值（单位：亿元）之间的回归模型，并进行变量和方程整体的显著性检验。当显著性水平为0.05， 2004年国内生产总值为38000亿元时，对2004年我国最终消费支出和平均最终消费支出进行点预测和区间预测。年份GDP最终消费年份GDP最终消费19781991197919921980199319811994198219951983199619841997198519981986199919872000198820011989200219902003一、创建工作文件建立工作文件的方法有以下几种。1菜单方式 在主菜单上依次单击FileNewWorkfile（见图2-1）， 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1978，在End data 里输入2003，见图2-3。单击OK后屏幕出现Workfile工作框，如图2-4所示。2命令方式在命令窗口直接输入建立工作文件的命令CREATE，命令格式：CREATE 数据频率 起始期 终止期其中，数据频率类型分别为A（年）、Q（季）、M（月）、U（非时间序列数据）。输入Eviews命令时，命令字与命令参数之间只能用空格分隔。如本例可输入命令：CREATE A 1978 2003工作文件创立后，需将工作文件保存到磁盘，单击工具条中Save输入文件名、路径保存，或单击菜单兰中FileSave或Save as输入文件名、路径保存。图2-1这时屏幕上出现Workfile Range对话框，如图2-2所示。图2-2图2-3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。输入数据有两种基本方法：命令方式和菜单方式。1命令方式命令格式：data 序列名1 序列名2 序列名n功能：输入新变量的数据，或编辑工作文件中现有变量的数据。在本例中，在命令窗口直接输入：Data Y X2菜单方式在主菜单上单击ObjectsNew object，在New object对话框里，选Group并在Name for Object上定义变量名（如变量X、Y），单击OK，屏幕出现数据编辑框。另一种菜单方式是在主菜单上依次单击QuickGroup（见图2-5）， 图2-5建立一个空组（见图2-6）， 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（见图2-8），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（见图2-9），回车后Yes。采用同样的步骤修改序列名Y（见图2-10）。数据输入操作完成。图2-6图2-7 修改序列名图2-8 修改序列名图2-9 修改序列名图2-10 数据输入数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的FileSave将数据存入磁盘。三、图形分析在估计计量经济模型之前，借助图形分析可以直观地观察经济变量的变动规律和相关关系，以便合理的确定模型的数学形式。图形分析中最常用的是趋势图和相关图。1菜单方式在数组窗口工具条上Views的下拉菜单中选择Graph。（见图2-11）2命令方式趋势图：Plot Y X功能：（1）分析经济变量的发展变化趋势；（2）观察经济变量是否存在异常值。图给出了最终消费支出与国内生产总值的趋势图。相关图：Scat Y X （见图2-13）功能：（1）观察经济变量之间的相关程度；（2）观察经济变量之间的相关类型，判断是线性相关，还是曲线相关；曲线相关时，大致是哪种类型的曲线。图2-11 数组窗口趋势图图2-12 最终消费支出与国内生产总值的趋势图图2-13 数组窗口相关图图2-14 最终消费支出与国内生产总值的相关图四、OLS估计参数1命令方式在主菜单命令行键入LS Y C X （如图2-15） 图2-152菜单方式在主菜单上选Quick菜单，单击Estimate Equation项，屏幕出现Equation Specification估计对话框，在Estimation Settings中选OLS估计，即Least Squares，输入：Y C X（其中C为Eviews固定的截距项系数）。然后OK，出现方程窗口（见图2-16），输出结果如表2-1所示。图2-16 方程窗口 表2-1 回归结果Dependent Variable: YMethod: Least SquaresSample: 1978 2003Included observations: 26VariableCoefficientStd. Errort-StatisticProb. CXR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid4383569. Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)方程窗口的上半部分为参数估计结果如表2-2所示，其中第1列分别为解释变量名（包括常数项），第2列为相应的参数估计值，第3列为参数的标准误差，第4列为t统计值，第5列为t检验的双侧概率值p，即P（| t |> ti）= p。表2-2 参数估计结果常数和解释变量参数估计值参数标准误差t统计量双侧概率CX0方程窗口的下半部分主要是一些统计检验值，其中各统计量的含义如表2-3所示。表2-3 统计检验值可决系数被解释变量均值调整的可决系数被解释变量标准差回归方程标准差赤池信息准则残差平方和4383569.施瓦兹信息准则似然函数的对数F统计量DW统计量F统计量的概率单击Equation 窗口中的Resid按钮，将显示模型的拟合图和残差图。图2-17 拟合图和残差图单击Equation 窗口中的View Actual, Fitted, Resid Table按钮，可以得到拟合直线和残差的有关结果。 图2-18五、预测 在Equation框中选Forecast项后，弹出Forecast对话框，Eviews自动计算出样本估计期内的被解释变量的拟合值，拟合变量记为YF，其拟合值与实际值的对比图如图2-19所示。图2-19下面预测2004年我国最终消费支出。1首先将样本期范围从1978-2003年扩展为1978-2004年。即单击工作文件框中Pros中的Change workfile range，如图2-20所示，并将1978-2003改为1978-2004，如图2-21所示。图2-20图2-212然后编辑解释变量X。在Group数据框中输入变量X的2004年数据38000.00。（见图2-22）图2-223点预测。在前面Equation对话框中选Forecast，将时间Sample定义在1978-2004，如图2-23所示，这时Eviews自动计算出=21202.8727955，如图2-24所示。图2-23图2-244区间预测。在Group数据框中单击View，选Descriptive Stats里的Common Sample Eviews，计算出有关X和Y的描述统计结果，如图2-25所示。图2-25图2-26 X和Y的描述统计结果根据图2-26可计算出如下结果：2188950850给定显著性水平0.05，查表得，由可得的预测区间为：即的95%预测区间为（20201.56915，22204.17643）。六、非线性回归模型的估计1倒数模型：在命令窗口直接依次键入GENR X1=1/XLS Y C X12多项式模型：在命令窗口直接依次键入GENR X1=XGENR X2=X2LS Y C X1 X23准对数模型：在命令窗口直接依次键入GENR lnX=LOG(X)LS Y C lnX4双对数模型：在命令窗口直接依次键入GENR lnX=LOG(X)GENR lnY=LOG(Y)LS lnY C lnX七、异方差检验与解决办法1相关图检验法LS Y C X 对模型进行参数估计GENR E=RESID 求出残差序列GENR E2=E2 求出残差的平方序列SORT X 对解释变量X排序SCAT X E2 画出残差平方与解释变量X的相关图2戈德菲尔德匡特检验已知样本容量n=26，去掉中间6个样本点（即约n/4），形成两个样本容量均为10的子样本。 SORT X 将样本数据关于X排序 SMPL 1 10 确定子样本1 LS Y C X 求出子样本1的回归平方和RSS1 SMPL 17 26 确定子样本2 LS Y C X 求出子样本2的回归平方和RSS2 计算F统计量并做出判断。3加权最小二乘法 LS Y C X 最小二乘法估计，得到残差序列 GRNR E1=ABS(RESID) 生成残差绝对值序列 LS(W=1/E1) Y C X 以E1为权数进行加权最小二成估计八、自相关检验与解决办法 1图示法检验LS Y C X 最小二乘法估计，得到残差序列GENR E=RESID 生成残差序列SCAT E(-1) E etet-1的散点图PLOT E 还可绘制et的趋势图2广义差分法 LS Y C X AR(1) AR(2)