利用Eviews软件进行最小二乘法回归实例Word文档格式.docx
- 文档编号:19307976
- 上传时间:2023-01-05
- 格式:DOCX
- 页数:9
- 大小:344.71KB
利用Eviews软件进行最小二乘法回归实例Word文档格式.docx
《利用Eviews软件进行最小二乘法回归实例Word文档格式.docx》由会员分享,可在线阅读,更多相关《利用Eviews软件进行最小二乘法回归实例Word文档格式.docx(9页珍藏版)》请在冰豆网上搜索。
在主界面点击快捷方式(Quick)按钮,从下拉菜单中选空白数据组(EmptyGroup)选项。
在Excel文件(例题1-2)中选定要粘贴的数据,然后在主界面中点击编辑
Edit)按钮,从下拉菜单中选择粘贴(Paste),数据将被导入Eviews软件。
将右侧的滚动条拖至最上方,可以在最上方的单元格中给变量命名。
二、估计参数在主界面中点击快捷方式(Quick)按钮,从下拉菜单中选择估计方程
EstimateEquation)
在弹出的对话框中设定回归方程的形式。
在方程表示式栏中(Equationspecification),按照被解释变量(Consp)、常数项(c)、解释变量(Gdpp)的顺序填入变量名,在估计设置(Estimationsettings)栏中选择估计方法(Method)为最小二乘法(LS–LeastSquares),样本(Sample)栏中选择全部样本(本例中即为1978-2000),然后点击确定,即可得到回归结果。
以上得到的回归结果可以表示为:
C·
onsp=201.119+0.3862GDPP
(13.51)(53.47)
如果你试图关闭回归方程页面(或Eviews主程序),这时将会弹出一个对话
框,询问是否删除未命名的回归方程,如下图所示
此时如果同意删除,可以点击Yes,如果想把回归结果保存下来,可以点击命名(Name),这时就会弹出一个对话框,在其中填入为方程取的名字,点击OK即可。
本例中方程自动命名为方程-1(eq01)。
点击确定之后,方程页面关闭,同时在工作文件页面内可以发现多了一个表示回归方程的对象(图中的eq01)。
如果以后需要用到回归结果时,就不需要象前面那样逐步地去做,而只需要双击eq01图标即可。
如果试图关闭工作文件或Eviews主程序,将会弹出警示框询问是否对该工作文件进行保存,此时如果不计划对工作文件进行保存,直接点击No即可,如果点击取消(Cancel),将回到关闭前的状态。
如果计划保存工作文件以备将来使用,则可以点击Yes。
随后弹出的对话框询问按照怎样的精确度保存数据,此时选择高精确度即可。
即选择Doubleprecision。
注意!
按照当前的设置,Eviews默认的保存路径是“我的文档”。
将来打开文件时可以从Eviews主程序中按照文件(File)——打开(Open)——Eviews工作文件(EviewsWorkfile)的方式,也可以直接在“我的文档”中双击要打开的工作文件。
三、相关的检验
1.拟合优度(可决系数)从回归结果中可以看出,本例中R2=0.9927,说明模型在整体上拟合得非常好。
2.显著性检验首先看截距项和斜率项的t统计量取值情况。
因为本例中使用的观察值个数为23,因此这些t统计量应该服从自由度为(23-2)=21的t分布,查书后附录中给出的t分布表,可以发现自由度为21、检验水平为0.1、0.05、0.01时相对应的临界值分别为1.721、2.080、2.831,而本例中的两个t统计量的取值分别为13.51和53.47,说明在通常使用的检验水平下,本例中所选择的两个解释变量对被解释变量有很好的解释能力,或者说数据强烈支持将这两个解释变量纳入模型之中。
3.置信区间以下建立总体参数0和1置信度为95%的置信区间。
前面已经介绍过,当置信度为1-时,置信区间为
ˆ1-t2(n-2)sˆ,ˆ1+t2(n-2)sˆ而t0.025(21)=2.080,从回归结果中还可以查到sˆ=0.007222,因此1的置信度为95%的置信区间为0.38622.0800.007222=0.38620.0150。
或者表示为
[0.3712,0.4012]
同样的道理,0的置信度为95%的置信区间为201.118930.9587。
或者表示为
[170.1602,232.0776]
四、预测
以上是根据中国1978-2000年人均消费与人均GDP(按1990年价格表示)得到的回归结果,现在据此对2001年人均消费的情况进行预测。
1.点预测
2001年,以1990年不变价格表示的中国人均GDP约为4033.1元,根据前面得出的样本回归函数,可以计算出
Consp=201.119+0.38624033.1=1758.7
2001年人均消费的实际值为1782.2元,与预测的结果进行比较,发现相对误差为-1.32%。
2.区间预测
首先对E(Consp2001)进行区间预测。
如果选择置信度为1-,则置信区间为
这里yˆ=1758.7,t(n-2)=2.080,ˆ=33.2645,n=23,x=4033.1均为已知,下面介绍(xF-x)2/(xi-x)2的求法。
启动Eviews程序,在主界面点击文件(File)按钮,在下拉菜单中选择打开(Open),然后选择Eviews工作文件(EviewsWorkfile),在上次保存文件的目录下找到Eviews工作文件ex1-2,在工作文件页面中双击表示人均GDP的变量gdpp,即可打开这一数据序列。
此时在数据序列页面中点击查看(View)按钮,然后将光标移动到描述性统计量(DescriptiveStatistics)上面,在右侧出现的选项中选择统计量表格(StatsTable),这样关于数据序列人均GDP的一些统计量就可以显示出来了。
表格中各项分别是平均值(Mean)、中位数(Median)、最大值(Maximum)、最小值(Minimum)、标准差(Std.Dev)、偏度(Skewness)、峰度(Kurtosis)、JB正态性检验统计量(Jarque-Bera)、JB统计量对应的概率值(Probability)、数组求和结果(Sum)、离差平方和(SumSq.Dev.)、观察值个数(Observations)。
我们进行区间预测时需要的x就是表中的平均值,(xi-x)2即为表中的离差平方和。
将这些结果代入前面的表示式,就可以得到对E(Consp2001)的置信度为95%的区间估计了:
1758.736.19,也就是[1722.51,1794.89]。
另外我们还注意到2001年人均消费的实际数据是1782.2元,落在了这一区间内。
接下来对Consp2001进行区间预测。
前面已经得出,置信度为1-的区间预测是
此时置信区间的上下限与前一种情况相比有少许变化,区间的宽度有所增加,这是因为Consp2001比E(Consp2001)的方差要大一些。
将各种数据代入上面表示式,得到的结果是:
1758.778.08,或者表示为区间形式[1680.62,1836.78],很显然,对Consp2001的区间估计不如对E(Consp2001)的区间估计精确。
五、经济学含义的分析以下对回归结果的经济学含义做一个简单的分析,回归结果是
onsp=201.119+0.3862GDPP
1.凯恩斯的绝对收入假说认为,当收入增加时,消费支出也会相应地增加,但是不如收入增加得多,这从回归结果中ˆ1大于0且小于1可以得到验证;
另外凯恩斯还认为,随着收入的增加,人们会将收入中更多的部分储蓄起来,这一点可以从截距项为正得到验证。
GDPP-Consp-201.119
s==+0.6138
GDPPGDPP
其中的s是储蓄率,显然随着收入的增加,s将不断地变大。
2.回归结果中解释变量收入前面的系数表示,1978-2000年间,中国的人均收入每增加1元钱,消费支出将会增加0.3862元钱,这就是一种典型的乘数分析。
3.在经济学中,消费对收入求一阶偏导数,得到的结果被称作是边际消费倾向,本例中的边际消费倾向为0.3862,这一结果明显低于发达国家,例如美国,同时也低于世界平均水平,表明中国的消费需求比较低,启动内需即是针对这一问题而言。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 利用 Eviews 软件 进行 最小二乘法 回归 实例
![提示](https://static.bdocx.com/images/bang_tan.gif)