计量经济学Eviews软件应用2---【线性回归模型】--1次课

计量经济软件应用——Eviews软件实验之一元、多元线性回归模型实验目的：掌握运用Eviews软件进行一元、多元线性回归分析的基本操作方法和步骤，并能对软件运行结果进行解释。掌握一元、多元线性回归模型的预测方法及相应的Eviews软件操作方法。Eviews软件操作实例例1：表2-1给出某城市1986年～1999年城市居民家庭人均可支配收入(X)与商品房平均价格(Y)两个时间序列的数据资料，试建立商品房平均价格(Y)关于家庭人均可支配收入(X)的一元线性回归模型。(一)工作文件基本操作1、创建工作文件菜单方式：Eviews主菜单中的File/New/Workfile→“工作文件创建”对话框→Dated-regularfrequency→Annual→1986/1999→example1→Ok→打开工作文件窗口(已命名)；命令方式：createA19861999然后回车(命令格式为：create时间频率起始日期终止日期；打开的工作文件窗口尚未命名)Eviews软件操作实例(一)工作文件基本操作2、保存工作文件直接点击工作文件窗口工具条中的“Save”或者选择Eviews主菜单中的File/Save→如果工作文件已命名(example1)，弹出“WorkfileSave”对话框(默认状态)→点击Ok后系统自动将工作文件保存在默认目录下，扩展名为wf1；如果工作文件尚未命名，弹出“SaveAs”对话框→指定存储路径(默认)和文件名(example1)→保存→弹出“WorkfileSave”对话框(默认状态)→点击Ok后系统自动将工作文件保存在默认目录下，扩展名为“wf1”。Eviews软件操作实例(二)基本数据的处理1、创建组菜单方式：选择Eviews主菜单中的Quick/EmptyGroup→打开一个未命名的组窗口→点击组窗口工具条Name命名→工作文件目录中自动增加组(group01)图标。或选择Eviews主菜单中的Object/NewObject→NewObject对话框/Typeofobject中选择Group/Nameforobject中输入组名(group01)→Ok→打开一个组窗口，工作文件目录中自动增加组(group01)图标；命令方式：dataXY然后回车（打开尚未命名的组窗口，可命名）Eviews软件操作实例(二)基本数据的处理2、输入数据把表1中变量X和Y的数据复制粘贴到Eviews组窗口空白表格中，粘贴时光标处于表格左上角处→Eviews将数列从左至右自动命名为SER01和SER02→点击数列名SER01/改为X/Enter确认→点击数列名SER02/改为Y/Enter确认→工作文件目录中自动增加了组中x和y数列的图标；Eviews软件操作实例(三)做散点图我们在估计一个回归模型之前，可以先借助图形分析直观地观察经济变量的变动规律和相关关系，以便能合理地确定模型的数学形式；图形分析中最常用的就是散点图；所谓“散点图”是由两个变量的数列生成的配对图形，一般以第一个数列的观测值为横坐标，第二个数列的观测值为纵坐标，在X-Y坐标系中描点就得到了两个变量配对生成的散点图。Eviews软件操作实例(三)做散点图菜单方式：组窗口工具条View/Graph/Scatter/SimpleScatter→X和Y的散点图(以X列的观测值为横坐标，以Y列的观测值为纵坐标，在X-Y坐标系中描点得到X和Y两个变量的散点图)，点击Freeze冻结为一个图→Name命名graph01→此图的图标出现在工作文件目录中;或者Eviews主菜单中的Quick/Graph/Scatter→弹出的文本框中输入XY→OK→打开未命名的图窗口→Name命名；命令方式：scatXY然后回车（打开未命名的图窗口，可name命名）Eviews软件操作实例(四)回归模型的估计1、创建方程菜单方式：选择Eviews主菜单中的Object/Newobject/Equation→Ok→EquationEstimation对话框→YCX/默认LS最小二乘法/Sample默认→确定后弹出方程窗口(显示OLS估计结果)→点击窗口工具条中的Name命名(eq01)→方程图标自动添加到工作文件目录中；或者选择Eviews主菜单中Quick/EstimateEquation→EquationEstimation对话框→YCX/默认LS最小二乘法/Sample默认→确定后弹出方程窗口→Name命名；命令方式：LSYCX然后回车(方程OLS估计的命令格式为：LS被解释变量C解释变量)Eviews软件操作实例(四)回归模型的估计2、方程OLS标准输出结果分为三部分：方程的描述说明；估计系数及相应的统计量；方程的统计量。3、写出回归方程OLS估计结果的通用报告格式：估计的回归方程可写成：01ˆˆˆiiYXˆ244.06190.4045iiYX(54.388)(0.0167)估计系数的标准差4.487（）24.15（）估计系数对应的t统计量值14N20.9798R20.9782R58233.FEviews软件操作实例(四)回归模型的估计4、查看其他输出结果在进行方程估计时，工作文件目录中包含的系数向量C和残差序列resid将分别存储着方程的估计系数和方程估计后的残差。Eviews软件操作实例(五)残差图1、方程窗口工具条中的View/Actual,Fitted,Residual/Actual,Fitted,ResidualTable→以表格形式显示被解释变量Y的实际观测值、拟合值和残差；2、方程窗口工具条中的View/Actual,Fitted,Residual/Actual,Fitted,ResidualGraph或者点击方程窗口工具条中的Resids键→显示被解释变量的真实值序列曲线、拟合值序列曲线和残差序列曲线（拟合图和残差图）3、方程窗口工具条中的View/Actual,Fitted,Residual/ResidualGraph→只显示残差图；Eviews软件操作实例例2：经研究发现，学生用于购买书籍及课外读物的支出与本人受教育年限和其家庭收入水平有关，对18名学生进行调查的统计资料见表2-2，其中，Y——购买书籍及课外读物支出（元/年）;X1——受教育年限（年）；X2——家庭月可支配收入（元/月）。要求通过使用Eviews软件：（1）试建立学生购买书籍及课外读物的支出Y与受教育年限X1和家庭收入水平X2的二元线性回归模型；（2）假设有一学生的受教育年限X1=10年，家庭月可支配收入X2=480元/月，试预测该学生全年购买书籍及课外读物的支出，并给出相应的预测区间。Eviews软件操作实例(1)试建立学生购买书籍及课外读物的支出Y与受教育年限X1和家庭收入水平X2的二元线性回归模型；一、理论模型的设定：设定一个二元线性回归模型：其中Yi——第i个学生购买书籍及课外读物的支出（元/年）X1i——第i个学生受教育年限（年）；X2i——第i个学生家庭月可支配收入（元/月）；二、样本数据的收集：见表5数据三、模型的参数估计：1、创建工作文件菜单方式：主菜单中的File/New/Workfile→“工作文件创建”对话框→Unstructured/Undated→18→buybooks1→Ok→打开工作文件窗口(已命名)01122iiiiYXXEviews软件操作实例命令方式：createU18然后回车(打开未命名工作文件窗口);2、保存工作文件点击工作文件窗口工具条中的Save或者Eviews主菜单中的File/Save→弹出WorkfileSave对话框→点击Ok后系统自动将工作文件保存在默认目录下;3、创建组并输入数据菜单方式：主菜单中的Quick/EmptyGroup→打开未命名的组窗口→点击组窗口工具条Name命名→工作文件目录中自动增加组(group01)图标。命令方式：dataYX1X2然后回车（打开未命名的组窗口，可命名）Eviews软件操作实例把表2-2中Y、X1、X2变量的数据复制粘贴到组窗口空白表格中，粘贴时光标处于表格左上角处→Eviews将数列从左至右自动命名为SER01～SER03→点击数列名改为Y、X1和X2→工作文件目录中自动增加组中x1、x2和y数列的图标；4、作散点图菜单方式：工作文件目录中依次选中x1和y点右键Open/asGroup→打开包含X1和Y的组窗口→组窗口工具条View/Graph/Scatter/SimpleScatter→X1和Y的散点图→Freeze为一个图→Name命名;再依次选中x2和y点右键Open/asGroup→打开包含X2和Y的组窗口→组窗口工具条View/Graph/Scatter/SimpleScatter→X2和Y的散点图→Freeze冻结为一个图→Name命名Eviews软件操作实例命令方式：scatX1Y然后回车scatX2Y然后回车（打开未命名的图窗口，可name命名）5、回归模型的估计菜单方式：主菜单中Quick/EstimateEquation→EquationEstimation对话框→YCX1X2/默认LS最小二乘法/Sample默认→确定后弹出方程窗口→点击窗口工具条中的Name命名→方程图标自动添加到工作文件目录中；命令方式：LSYCX1X2然后回车Eviews软件操作实例6、写出回归方程OLS估计结果的通用报告格式：估计的回归方程可写成：(30.325)(6.410)(0.116)(-0.032)(16.273)(3.457)7、残差图分析方程窗口工具条中View/Actual,Fitted,Residual/Actual,Fitted,ResidualGraph或者点击方程窗口工具条中的Resids键→显示被解释变量的拟合图和残差图（可以看到Y的拟合值与实际观测值很接近，残差基本在一倍标准差的范围内围绕零轴上下波动）。01122ˆˆˆˆiiiYXX12ˆ0.9630104.30810.4023iiiYXX20.9797R20.9770R362.37FEviews软件操作实例四、模型的检验：1、估计方程回归系数的经济意义检验：从估计系数的符号和大小来看，估计结果符合经济理论和经验判断；模型的经济解释是：在保持其他变量不变的情况下，受教育年限每增加1年，购买书籍及课外读物支出将增加104.3元；在保持其他变量不变的情况下，家庭月可支配收入每增加1元，购买书籍及课外读物支出将增加0.4元。2、拟合优度检验：可决系数，十分接近于1，说明模型总体拟合效果很好，拟合优度很高；被解释变量Y的变化的97.9%可由解释变量X1和X2来解释。220.97970.9770RR；12ˆ0.9630104.30810.4023iiiYXXEviews软件操作实例3、变量的显著性检验：模型解释变量X1和X2的系数对应的t统计量值的相伴概率P值均小于0.05，说明回归系数真值为0的原假设都被拒绝，即解释变量X1和X2均在统计上显著，应保留在方程中；4、方程总体线性显著性检验：对模型中所有斜率系数进行联合性检验的F统计量的相伴概率P值小于0.05，说明模型中所有斜率系数同时为0的原假设被拒绝，方程被解释变量与解释变量之间的线性关系在总体上是显著成立的。Eviews软件操作实例例2:(2)假设有一学生的受教育年限X1=10年，家庭月可支配收入X2=480元/月，试预测该学生全年购买书籍及课外读物的支出Y，并给出相应的预测区间。关于模型的预测问题计量经济学模型的一个重要应用是经济预测，这也是我们建立模型的目的之一。我们已经建立了一个二元线性回归模型:如果给定样本以外的解释变量的观测值(X10,X20)，通过以上方程我们就可以对被解释变量Y0的取值进行预测，预测方法主要有两种：点预测和区间预测；点预测:直接将(X10,X20)代入方程，就可得到被解释变量Y0的一个相应预测值(即)，我们把称为被解释变量Y0的一个点预测值(即预测Y0为一个具