实验三 多元线性回归模型及非线性回归.doc

《实验三 多元线性回归模型及非线性回归.doc》由会员分享，可在线阅读，更多相关《实验三 多元线性回归模型及非线性回归.doc（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、【精品文档】如有侵权，请联系网站删除，仅供学习与交流实验三 多元线性回归模型及非线性回归.精品文档.实验三 多元线性回归模型及非线性回归一、 多元线性回归模型例题3.2.2 建立2006年中国城镇居民人均消费支出的多元线性回归模型。数据：地区2006年消费支出Y2006年可支配收入X12005年消费支出X2北京14825.41 19977.52 13244.2 天津10548.05 14283.09 9653.3 河北7343.49 10304.56 6699.7 山西7170.94 10027.70 6342.6 内蒙古7666.61 10357.99 6928.6 辽宁7987.49 10

2、369.61 7369.3 吉林7352.64 9775.07 6794.7 黑龙江6655.43 9182.31 6178.0 上海14761.75 20667.91 13773.4 江苏9628.59 14084.26 8621.8 浙江13348.51 18265.10 12253.7 安徽7294.73 9771.05 6367.7 福建9807.71 13753.28 8794.4 江西6645.54 9551.12 6109.4 山东8468.40 12192.24 7457.3 河南6685.18 9810.26 6038.0 湖北7397.32 9802.65 6736.6 湖

3、南8169.30 10504.67 7505.0 广东12432.22 16105.58 11809.9 广西6791.95 9898.75 7032.8 海南7126.78 9395.13 5928.8 重庆9398.69 11569.74 8623.3 四川7524.81 9350.11 6891.3 贵州6848.39 9116.61 6159.3 云南7379.81 10069.89 6996.9 西藏6192.57 8941.08 8617.1 陕西7553.28 9267.70 6656.5 甘肃6974.21 8920.59 6529.2 青海6530.11 9000.35 62

4、45.3 宁夏7205.57 9177.26 6404.3 新疆6730.01 8871.27 6207.5 1、 建立模型2、估计模型（1）录入数据打开EViews6，点“File”“New”“Workfile”选择 “Unstructured/Undated”，在Observations 后输入31，如下所示：点“ok”。在命令行输入：DATA Y X1 X2，回车将数据复制粘贴到Group中的表格中：（2）估计回归方程在命令行输入命令：LS Y C X1 X2， 回车或者在主菜单中点“Quick”“Estimate Equation”，在Specification中输入 Y C X1 X

5、2，点“确定”。得到如下估计结果：对照输出的结果，写出回归报告： （0.5881）（7.4348） （2.1414） F=566.3870 D.W.=1.8274做经济意义检验和统计检验：经济意义检验 的估计值为0.5593，的估计值为0.2434，均在0与1之间，符合经济理论和行为规律（或者说符合合理预期的消费理论， 具体介绍见书P329）。统计检验 模型的可决系数为0.9759，模型拟合较好。 给定a=0.05，模型的F统计量为566.3870，相伴概率p=0.0000a，表明方程的整体线性关系显著。给定a=0.05，对应的t统计量为7.4348，相伴概率为p=0.0000a，表明变量显著

6、；对应的t统计量为2.1414，相伴概率为p=0.04110 :食品消费支出对总消费支出的弹性， 01；:食品消费支出对食品的自价格弹性，因为食品是生活必需品，-10；:食品消费支出对总价格的弹性，因为食品是生活必需品，总物价上涨，会导致食品消费支出减少，但不会减少很多，因此 -10；需求函数具有零阶齐次性，即。当所有商品的价格和消费者货币支出按同一比例变动时，需求量保持不变，这就是所谓的消费者无货币幻觉。数据：年份X（当年价）X1（当年价）GPFPQP0P11985673.2 351.4 111.9 116.5 1315.9 28.1 26.7 1986799.0 418.9 107.0 1

7、07.2 1463.3 30.1 28.6 1987884.4 472.9 108.8 112.0 1475.0 32.8 32.1 19881104.0 567.0 120.7 125.2 1412.5 39.5 40.1 19891211.0 660.0 116.3 114.4 1437.2 46.0 45.9 19901278.9 693.8 101.3 98.8 1529.2 46.6 45.4 19911453.8 782.5 105.1 105.4 1636.3 49.0 47.8 19921671.7 884.8 108.6 110.7 1671.4 53.2 52.9 1993

8、2110.8 1058.2 116.1 116.5 1715.9 61.7 61.7 19942851.3 1422.5 125.0 134.2 1718.7 77.2 82.8 19953537.6 1711.9 116.8 123.6 1732.1 90.1 102.3 19963919.5 1904.7 108.8 107.9 1725.6 98.1 110.4 19974185.6 1942.6 103.1 100.1 1758.2 101.1 110.5 19984331.6 1926.9 99.4 96.9 1799.8 100.5 107.1 19994615.9 1932.1

9、98.7 95.7 1885.7 99.2 102.5 20004998.0 1971.3 100.8 97.6 1971.3 100.0 100.0 20015309.0 2027.9 100.7 100.7 2013.8 100.7 100.7 20026029.9 2271.8 99.0 99.9 2258.3 99.7 100.6 20036510.9 2416.9 100.9 103.4 2323.5 100.6 104.0 20047182.1 2709.6 103.3 109.9 2370.2 103.9 114.3 20057942.9 2914.4 101.6 103.1 2

10、472.7 105.6 117.9 20068696.6 3111.9 101.5 102.6 2573.4 107.2 120.9 估计模型（1）录入数据打开EViews6，点“File”“New”“Workfile”选择 “Dated-regular frequency”，在Frequency 后选择“Annual”，在Start data后输入1985，在End data 后输入2006，点击“ok”。在命令行输入：DATA X Q P0 P1，回车将数据复制粘贴到Group中的表格中：关闭Group窗口，回到命令行。做数据的对数变换：在命令行依次输入 genr LnQ=log(Q) 回

11、车 genr LnX=log(X) 回车 genr LnP0=log(P0) 回车 genr LnP1=log(P1) 回车在命令行输入： LS LnQ C LnX LnP1 LnP0 回车写出回归报告： （59.4）（14.78） （-1.45） （-1.41） F=258.84 D.W.=0.6962模型的检验经济意义检验：，00.5401，-1-0.2580，-1-0.2280，符合经济理论和行为规律。，很接近于0，但不为0，需要进一步检验该条件是否成立。统计检验： ，模型拟合较好。 给定a=0.05，F=258.84，相伴概率P=0.0000a，表明线性回归模型整体在5%的水平上统计显

12、著。 变量LnX的t统计量为14.78，相伴概率P=0.0000a，变量的t统计量为-1.41，相伴概率P=0.1766a，表明在5%的显著性水平下，变量LnX显著，而变量和不显著。 （2）非线性模型的估计对于模型，可以直接进行估计：在主菜单中点“Quick”“Estimate Equation”，在Specification中输入： Q=C(1)*XC(2)*P1C(3)*P0C(4)点“确定”即可。根据估计结果，写出回归模型：系数的对应关系：Q=C(1)*XC(2)*P1C(3)*P0C(4) C(1)A C(2)C(3) C(4)因此回归方程：（3）约束的检验 原假设: 备择假设:I.

13、手工检验方法 在约束条件成立的条件下，模型变为：，按系数合并： 记模型 为无约束模型（UM）; 记模型 为受约束模型（RM）;估计无约束模型：无约束模型的RSS估计受约束模型： LS LnQ C LnX-LnP0 LnP1-LnP0或者：LS LnQ C Log(X/P0) Log(P1/P0) 回车受约束模型的RSS计算检验的统计量：=0.017787；=0.017748；（无约束模型中解释变量的个数）=3；（受约束模型中解释变量的个数）=2； n=22；=0.0396给定a=0.05，查表，F=0.03964.41，接受原假设，即可以认为：，消费函数具有零阶齐次性。II. 直接检验首先估计无约束回归模型：在“Equation”窗口，点击“View”“Coefficient Tests” “Wald- Coefficient Restrictions”，在弹出的窗口中输入要检验的约束：C(2)+C(3)+C(4)=0 （即）点“ok”。得到检验的统计量F=0.039084，自由度（1,18），伴随概率为0.8455。