实验11：简单线性回归模型.ppt
实验1.1 简单线性回归模型,主讲：胡毅,参考书目高铁梅，计量经济分析方法与建模EViews应用及实例，清华大学出版社，2006.1庞皓，计量经济学，科学出版社，2006.1张晓峒，计量经济学软件EViews使用指南，南开大学出版社，2006.7,实验目的熟悉EViews5的操作界面,熟练运用EViews5建立工作文件；输入数据；计算样本的常用统计量；绘制散点图；估计一元线性回归方程（参数估计）。研究实例1：分析影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系。研究实例2：分析新疆人均生产总值（GDP）随时间变化关系，并对其进行预测。,一元线性回归模型,（t=1,2,，T）其中，T为样本个数；x称为解释变量或自变量；y称为被解释变量或因变量；u是误差项或扰动项，它体现了y的变化中没有被x所解释的部分。参数计算公式：,实验命令汇总1,1、建立工作文件:file/new/workfile,并设定数据类型。2、数据输入（New Object）:object/new object/在Type of object中选择Group,并命名为shiyanyi(注：命名中不能包括汉字）,在“Group:SHIYANYI Workfile”中按上行键“”即方向键“”至最上端，使之出现”obs”,输入“X Y”;或者在EViews命令栏中直接输入:“data X Y”/回车。3、绘制散点图：在EViews同时打开变量y与x的数据表，view/graph/scatter/scatter with regression。,实验命令汇总2,4、回归估计：方法1：quick/estimate eqution/specification中输入Y C X，method选择LS；方法2：在EViews命令栏中直接输入:“LS Y C X”/回车。5、预测：打开“Equation”对话框，点击“Forecast”（预测）OK,得到模型估计值及标准误差的图形和“yf”。6、实验保存：打开“Equation”对话框，点击”object”new optionsave table to disk，保存为*.rtf：word格式。,菜单栏：标题栏下是主菜单栏。主菜单栏上共有7个选项：File（文件），Edit（编辑），Object（对象），View（视图），Proc（处理），Quick(快捷)，Options（选项），Window（窗口），Help（帮助）。（File，Edit的功能与Word,Excel中的相应功能相似）。命令窗口：主菜单栏下是命令窗口，窗口闪烁的“”是提示符，用户在提示符后可输入EViews命令，按回车后立即执行命令。,研究背景 居民消费在社会经济的持续发展中有着重要作用。居民合理地消费模式和适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来，随着中国经济的快速发展，人民生活水平不断提高，居民消费水平也不断增长。,2002年全国城市居民家庭平均每人每年消费支出为6029.88元，其中黑龙江最低，人均仅4462.08元；上海最高，人均10464元，上海是黑龙江的2.35倍。,结论：从图中我们可以看出由于全国各个地区经济发展速度不同，居民消费有着明显差异。为了分析影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，我们可以建立相应的计量经济模型去研究。,模型设定研究对象：各地区居民消费的差异变量设定：居民消费可分为城市居民消费和农村居民消费，由于各地区城市和农村人口比例及经济结构有较大差异，且各地区人口和经济总量不同，因此最具有直接可比性的就是“城市居民每人每年的平均消费支出”。所以模型的被解释变量Y为“城市居民人均年消费支出”影响各地区城市居民人均消费支出最主要因素应当是居民可支配收入，其他因素的影响归入随机扰动项中。为与Y相对应，解释变量X为“城市居民人均年可支配收入”,数据选择 我们研究目的是各地区居民消费的差异，并不是城市居民在不同时间的变动，所以应当选择同一时期各地区城市居民的消费支出来建立模型。我们建立的是2002年截面数据模型。数据来源：中国统计年鉴2003详细数据：计量经济学实验课课件数据(按区域排列),计量经济模型：,参数估计,1.建立Workfile（工作文件）,Workfile structure type(文件构造类型):Unstructured/Undated 不规则/未注明日期 Dated regular frequency 有日期规则的频率Balanced panel 平行面板Date specification(数据规格)：Annual 年度Semi-annual 半年度Quarterly 季度Monthly 月度Weekly 周数据Daily-5 day week 每周五天日数据Daily-7 day week 每周七天日数据Integer date 整数数据WF：Workfile文件名,C:截矩项 resid:残差项,2.数据输入:建立新对象（New Object）,(1)(2),在“Group:SHIYANYI Workfile”中按上行键“”即方向键“”至最上端，使之出现”obs”,输入“X Y”或在EViews命令框中直接输入“data X Y”/回车；,在执行完上述操作后，表格中会出现“NA”字样保存：在EViews的菜单栏中点击“File”Save as”设置保存路径。在以后的保存中，只需点击“Save”或“Workfile:实验一”中的“Save”,在EViews中，数据输入和在Excel中的数据输入完全相同，可预先在Excel准备好数据,3.作散点图：Graph(图表)Scatter(散点图),城市居民人均年消费支出（Y）和城市居民人均年可支配收入（X）的散点图,4.估计参数：Estimate Equation(估计方程)方法一：,Equation specification:方程形式Y C X：表示一元线性关系LS:最小二乘,方法二：在EViews命令框中直接输入“ls Y C X”/回车,=,：Equation，回归结果,5.回归结果（Name:命名后即可保存）,6.回归结果图形（在Equation中点击Resids）,Residual:残差值 Actual:实际值 Fitted:拟和值,参数估计结果如下：,Se=(287.2649)(0.036928)t=(0.982520)(20.54026)r2=0.935685 F=421.9023 df=29,说明城市居民人均年可支配收入每相差一元，可导致居民消费相差0.758511元,模型检验,不能拒绝H0:1=0,拒绝H0:2=0城市人均可支配收入对人均年消费支 有显著影响,回归预测,预测西部地区的城市居民人均年可支配收入达到8270元和12405元时西部地区的城市居民人均年消费支出水平,注：这里的预测是利用截面数据模型对被解释变量在不同空间状况的空间预测,在“Workfile”中的红线“Range”处双击，调出“Workfile structure”，将样本个数改为“33”,1.添加数据,在EViews命令框输入“data X”/回车，在“32”、“33”的位置分别输入“8270”、“12405”，将数据表最小化,打开“Equation”对话框，点击“Forecast”（预测）OK,得到模型估计值及标准误差的图形和“yf”,2.回归预测,模型估计值及标准误差的图形,：预测值：标准差,双击“Workfile”中的“yf”：在“32”的位置为X8270时的人均年消费支出的点预测在“33”的位置为X12405时的人均年消费支出的点预测,实验保存,*.rtf：word格式,实验报告实例,1.目的：通过分析1985年2009年新疆人均GDP数据的变化趋势，从而预测2010年新疆GDP值。2.数据参见Excel实验1.1的时间序列表,
