实验二一元线性回归模型.docx
《实验二一元线性回归模型.docx》由会员分享,可在线阅读,更多相关《实验二一元线性回归模型.docx(12页珍藏版)》请在冰豆网上搜索。
实验二一元线性回归模型
实验二一元线性回归模型
Gragh—线性估计—残差分析—预测
【实验目的】
掌握一元线性回归模型的建模方法
【实验内容】
从总体上考察中国居民收入与消费支出的关系。
表2.1给出了以1990年不变价格测算的中国居民实际可支配收入INCOME和消费总支出CONS两组数据。
表2.1中国居民实际可支配收入与消费总支出(单位:
亿元)
年份
INCOME
CONS
年份
INCOME
CONS
1978
6678.8
3806.7
1993
25897.3
13004.7
1979
7551.6
4273.2
1994
28783.4
13944.5
1980
7944.2
4605.5
1995
31175.4
15467.9
1981
8438.0
5063.9
1996
33853.7
17092.5
1982
9235.2
5482.4
1997
35956.2
18080.6
1983
10074.6
5983.2
1998
38140.9
19364.1
1984
11565.0
6745.7
1999
40277.0
20989.3
1985
11601.7
7729.2
2000
42964.6
22863.9
1986
13036.5
8210.9
2001
46385.4
24370.1
1987
14627.7
8840.0
2002
51274.0
26243.2
1988
15794.0
9560.5
2003
57408.1
28035.0
1989
15035.5
9085.5
2004
64623.1
30306.2
1990
16525.9
9450.9
2005
74580.4
33214.4
1991
18939.6
10375.8
2006
85623.1
36811.2
1992
22056.5
11815.3
资料来源:
根据《中国统计年鉴》(2001、2007)整理、计算。
【实验步骤】
一、建立工作文件
当变量和数据量较多时,可以直接从外部的excel文件中导入数据并且创建一个工作文件(Workfile)。
启动Eviews软件之后,在主菜单上依次点击File\Open\ForeignDataasWorkfile(菜单选择方式如图2-1所示),将弹出一个对话框(如图2-2所示)。
点击打开,会弹出另一个对话框(如图2-3所示),点击下一步,在name中修改变量名称(如图2-4),注意如果要建立时间序列模型,必须保留时间year,否则得到的将是一个截面序列模型。
图2-1Eviews菜单方式创建工作文件示意图
图2-2Open对话框
图2-3
图2-4
此时,点击“完成”则得到如下对话框。
图2-5从excel文件中直接创建工作文件
二、描述性统计分析
创建工作文件后,可以首先对数据进行描述性统计分析。
选中变量cons、income,点击右键,将其作为一个group打开(如图2-6所示),
图2-6
然后点击group中的View/Descriptivestats/Individualsamples得到一个对话框(如图2-7)
图2-7描述性统计性质
三、图形分析
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,以便合理地确定模型的数学形式。
⒈趋势图分析
命令格式:
PLOT变量1变量2……变量K
作用:
⑴分析经济变量的发展变化趋势
⑵观察是否存在异常值
本例为:
PLOTincomeconsp(如图2-8)
⒉相关图分析
命令格式:
SCAT变量1变量2
作用:
⑴观察变量之间的相关程度;
⑵观察变量之间的相关类型,即为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。
说明:
⑴SCAT命令中,第一个变量为横轴变量,一般取为解释变量;第二个变量为纵轴变量,一般取为被解释变量;
⑵SCAT命令每次只能显示两个变量之间的相关图,若模型中含有多个解释变量,可以逐个进行分析;
⑶通过改变图形的类型,可以将趋势图转变为相关图。
(如图2-9)
或者点击主菜单中的Quick/Graph,再点击OK,得到如下对话框(如图2-10),选择Scatter(作散点图),点击确定即可(如图2-11)。
图2-8趋势图分析
图2-9线性相关图分析
图2-10GraphOptions对话框
图2-11散点相关图分析
图2-8、图2-9和图2-11分别是我国居民实际可支配收入INCOME和消费总支出CONS趋势图和相关图分析结果。
两变量趋势图分析结果显示,我国居民实际可支配收入和消费总支出存在差距逐渐增大的增长趋势。
相关图分析显示,我国居民实际可支配收入和消费总支出密切相关,二者为近似线性的相关关系。
四、估计线性回归模型
在数组窗口中点击Proc\MakeEquation,如果不需要重新确定方程中的变量或调整样本区间,可以直接点击OK进行估计。
也可以在Eviews主窗口中点击Quick\EstimateEquation,在弹出的方程设定框内输入模型(如图2-12所示):
YCX或者Y=C
(1)+C
(2)*X
图2-12方程设定对话框
还可以通过在Eviews命令窗口中键入LS命令来估计模型,其命令格式为:
LS被解释变量C解释变量
系统将弹出一个窗口来显示有关估计结果(如图2-13所示)。
图2-13方程估计结果
因此,我国居民实际可支配收入和消费总支出的关系估计式为(如图2-14所示):
图2-14方程估计关系式
五、残差分析
估计线性模型之后,可以对残差进行分析,点击View/Actual,Fitted,Residual/Actual,Fitted,ResidualTable,得到一个对话框,详见图2-15。
其中Actual表示实际值,Fitted表示拟合值,Residual表示残差值,ResidualPlot是残差图,如果图在虚线内则表明残差是在可接受的范围内。
图2-15实际值、拟合值和残差表
如果点击View/Actual,Fitted,Residual/Actual,Fitted,ResidualGraph,则直接得到实际值、拟合值和残差图,如图2-16所示。
图2-16实际值、拟合值和残差图
六、预测
要做预测,必须首先增加样本容量,使用如下命令增加样本容量
Expand19782007
选定变量cons,income,将其作为一个Group打开,可以看到,此时样本数据的容量已经增加到2007年,输入2007年的income数据90000,如图2-17所示.
图2-17增加样本容量值
选中cons和income两个变量,将其作为一个方程打开,点击Forecast,得到如下对话框,如图2-18所示,点击OK即可得到预测结果(如图2-19所示)。
注意估计时需要修改样本数据范围,将2007改为2006。
图2-18预测对话框
图2-19预测结果
这时工作文件中出现一个新的变量consf,双击该变量,即可看到cons的2007年的预测值,如图2-20所示。
图2-20预测值consf