計量經(jīng)濟(jì)學(xué)實踐報告 2

課程名稱：課程名稱：計量經(jīng)濟(jì)學(xué)學(xué)生姓名：陽詩琪學(xué)號：201174250203班級：1102班專業(yè)：金融學(xué)2013年5月5日計量經(jīng)濟(jì)學(xué)實驗報告多元回歸模型實驗【實驗?zāi)繕?biāo)】：通過上機(jī)實驗,使學(xué)生能夠使用Eviews軟件【實驗內(nèi)容】：1.用Eviews完成多元線性回歸模型的統(tǒng)計檢驗2.對Eviews結(jié)果對應(yīng)的相關(guān)統(tǒng)計檢驗進(jìn)行解釋【實驗步驟及分析】:1、經(jīng)濟(jì)理論理論上認(rèn)為影響成品鋼材的需求量的因素主要有經(jīng)濟(jì)發(fā)展水平、收入水平、產(chǎn)業(yè)發(fā)展、人民生活水平提高、能源轉(zhuǎn)換技術(shù)等因素。為此，收集了我國成品鋼材的需求量選擇與其相關(guān)的八個因素原油產(chǎn)量、生鐵產(chǎn)量、原煤產(chǎn)量、發(fā)電量、鐵路貨運量、固定資產(chǎn)投資額、居民消費作為影響變量1980——1998年的有關(guān)數(shù)據(jù)如下表。年份成品鋼材（萬噸）y原油(萬噸)x1生鐵（萬噸）x2原煤（億噸）x3發(fā)電量（億千瓦）x4鐵路貨運量（萬噸）x5固定資產(chǎn)投資額(億元）x6居民消費（億元）x719802716.2105953802.46.23006.2111279910.92317.119812670.1101223416.66.23092.1076739612604.1198229021021235516.663277113491230.42867.9198330721060737387.1535141187841430.13182.51984337211461.340017.8937701240741832.93674.51985369312489.543848.7241071307092543.245891986405813068.850648.9444951356353120.65175198743561341455039.2849731406533791.75961.21988468913704.657049.854521449484753.87633.11989485913764.1582010.5458481514894410.48523.51990515313830.6623810.8621215068145179113.21991563814009.2676510.8767751528935594.510315.91992669714209.7758911.1675391576278080.112459.81993771614523.7873911.51839516266313072.315682.41994848214608.2974112.4928116309317042.120809.819958979.815004.9410529.2713.6110070.316588520019.326944.519969338.0215733.3910722.513.9710813.11688032297432152.319979978.9316074.1411511.4113.7311355.5316973422913.534854.62、模型估計多元線性回歸模型的基本形式：設(shè)隨機(jī)變量y與一般變量x1,x2,...xp的理論線性回歸模型為:y=其中β1,β2，。。。，βp是p+1個未知參數(shù)，β0稱為回歸常數(shù),β1,β2，。。。，βp稱為回歸系數(shù)。y稱為被解釋變量(因變量)，而x1,x2,...xp是p個可以精確測量并可控制的一般變量，稱為解釋變量（自變量）。ε是隨機(jī)誤差。3、畫散點圖4、建立模型將原始數(shù)據(jù)導(dǎo)入到Eviews6.0(破解版）的數(shù)據(jù)框中，然后用Eviews軟件做線性回歸分析如下：在Eviews主窗口菜單單擊Quick/EstimateEquation，彈出方程估計窗口，再在彈出的窗口清單內(nèi)填入以下回歸方程的書寫形式。整形式y(tǒng)=c(1)+c(2)*x1+c(3)*x2+c(4)*x3+c(5)*x4+c(6)*x5+c(7)*x6+c(8)*x7簡化形式y(tǒng)cx1x2x3x4x5x6x7這里我們采用簡化形式執(zhí)行后得到輸出結(jié)果為：分析:從模型匯總表中可以看出,決定系數(shù)R2=0.998775,由決定系數(shù)看回歸模型高度顯著。又由F=1164.425,P值=0.000000,回歸模型通過了F檢驗,表明7個自變量整體對因變量y產(chǎn)生顯著線性影響的判斷所犯錯誤的概率僅為0.000000。說明x1,x2,x3,x4,x5,x6,x7,整體上對y有高度顯著的線性影響。表中第二列是我們的回歸方程參數(shù)估計值,由此可以得到y(tǒng)對7個自變量的線性回歸方程為：5、對估計結(jié)果的檢驗擬合優(yōu)度的檢驗R2=0.998775，說明模型對樣本擬合的很好顯著性的F檢驗分析：從表中結(jié)果可以看出Prob(F-statistic)即相伴概率P值，由F=1164.425，P值=0.000000<0.05，可知此回歸方程拒絕零假設(shè)，即做出7個自變量整體對因變量y產(chǎn)生顯著線性影響的判斷所犯錯誤的概率僅為0.000000，回歸方程通過了F檢驗。變量的顯著性檢驗（t檢驗）分析：通過看上面的T檢驗表可以發(fā)現(xiàn)，在顯著性水平α=0.05時，只有x4，x7的Prob（收尾概率）小于0.05，通過了顯著性檢驗。=4\*GB3④變量t檢驗的分析為了盡可能的保留合理變量,我們就針對逐個變量給以T檢驗分析,逐步剔除不合理的變量,使回歸模型更完善。因此我們首先剔除Prob最大的變量x5再做回歸分析的T檢驗分析:剔除x5后,在顯著性水平α=0.05時有x4，x7，的Prob收尾概率小于0.05，通過了顯著性檢驗。此時我們發(fā)現(xiàn)，剔除了x5后，通過T檢驗的變量增多，這是一個很好的結(jié)果。因此我們再剔除Prob最大的變量x1，再做回歸分析的T檢驗如下：分析：剔除x1，x5后，在顯著性水平α=0.05時，有x4，x6,x7，的Prob收尾概率小于0.05通過了顯著性檢驗。此時我們發(fā)現(xiàn)，剔除了x2，x5后，通過T檢驗的變量又增多了一個。因此我們再剔除Prob最大的變量x3,再做回歸分析的T檢驗如下:分析：剔除x1，x3,x5后，在顯著性水平α=0.05時，有x4，x6,x7，的Prob收尾概率小于0.05通過了顯著性檢驗。因此我們再剔除Prob最大的變量x2,再做回歸分析的T檢驗如下:分析:剔除x1,x2.x3.x5后,在顯著性水平α=0.05時剩余變量x4,x6,x7的Prob收尾概率都小于0.05,全部通過了顯著性T檢驗。以x4,x6,x7做回歸分析的輸出表來看,決定系數(shù)R2=0.998165,由決定系數(shù)看回歸模型仍然具有高度的顯著性。又由F=2538.904,P=0.000000,回歸模型通過了F檢驗,表明7個自變量整體對因變量y產(chǎn)生顯著線性影響的判斷所犯錯誤的概率僅為0.0