F统计量为57.63303。给定α=0.05，查F分布表，F0.05（5，17）=2.81，
F>F0.05（5，17）,则拒绝原假设H0。说明回归方程显著。线性模型成立。
尽管从经济意义上看每人的子鸡消费量可能受每人实际可支配收入，牛肉每磅实际零售价格，子鸡替代品每磅综合实际价格的影响。但回归结果说明主要取决于子鸡每磅实际零售价格和猪肉每磅实际零售价格的影响。
R2=0.944292修正后R2=0.927908F=57.63303
实验
结果
及
分析
从回归结果看，从估计的结果可以看出，模型的拟合较好。可绝系数R2和修正后R2都大于0.9，说明模型对数据的拟合程度非常好。
系数显著性检验：对于β2，t统计量为0.985370。给定α=0.05，查t分布表，在自由度为n-6=17下，的临界值t0.025（17）=2.110，因为t，<t0.025（17），所以接受H0：β2=0，表明每人实际可支配收入可能是影响每人的子鸡消费量的因素。同理β5β6的t统计量也小于t0.025（17），所以，牛肉每磅实际零售价格和,子鸡替代品每磅综合实际价格也有可能是每人的子鸡消费量的影响因素。
实验
步骤
1、启动Eviews3.1
2、建立新工作文档，输入时间范围数据1960——1982
3、设模型为Yi=β1+β2X2+β3X3+β4X4+β5X5+β6X6+μi
4、单击file→import调入数据
5、主页上单击quick→Estimate Equation，输入y c x2 x3 x4 x5 x6，单击OK,出现数据回归结果:
统计学实验报告单（实验二）
姓名
班级
学号
实验地点
E322
指导老师
实验时间
2010年
10月14日
报告上交时间
2010年11月3日
实验
名称
多线性回归模型的变量选择与参数估计
实验
目的
要求
1.熟悉多元线性回归模型中的解释变量的引入
2.掌握对计算结果的统计分析与经济分析
实验
内容
为研究美国人对子鸡的消费量，提供1960——1982年的数据。
Dependent Variable: Y
Method: Least Squares
Date: 10/29/10 Time: 22:56
Sample: 1960 1982
Included observations: 23
Variable
Coefficient
Std. Error
t-Statistic
实验总结及心得
通过做实验二，我熟悉多元线性回归模型中的解释变量的引入以及掌握对计算结果的统计分析与经济分析。
1.476674
0.1580
X6
-0.071110
0.098381
-0.722805
0.4796
R-squared
0.944292
Mean dependent var
39.66957
Adjusted R-squared
0.927908
S.D. dependent var
7.372950
S.E. of regression
其中：Y—每人的子鸡消费量，磅
--每人实际可支配收入，美元
--子鸡每磅实际零售价格，美分
--猪肉每磅实际零售价格，美分
--牛肉每磅实际零售价格，美分
--子鸡替代品每磅综合实际价格，美分。 是猪肉和牛肉每磅实际零售价格的加权平均，其权数是在猪肉和牛肉的总消费量中两者各占的相对消费量。
假定模型为线性回归模型，估计此模型的参数。对模型进行统计学检验，并对结果进行经济解释。
1.979635
Akaike info criterion
4.423160
Sum squared resid
66.62224
Schwarz criterion
4.719376
Log likelihood
-44.86634
F-statistic
57.63303
Durbin-Watson stat
1.100559
Prob.
C
38.59691
4.214488
9.158150
0.0000
X2
0.004889
0.004962
0.985370
0.3383
X3
-0.651888
0.174400
-3.737889
0.0016
X4
0.243242
0.089544
2.716443
0.0147
X5
0.104318
0.070644
对于β3β4，t统计量分别为-3.737889和2.716443。给定α=0.05，查t分布表，在自由度为n-6=17下，的临界值t0.025（17）=2.110，因为t>t0.025（17），所以拒绝H0：β3=0，拒绝H0：β4=0。故在5%的显著水平下，β3β4的值显著不为零这表明子鸡每磅实际零售价格和猪肉每磅实际零售价格是每人的子鸡消费量的主要影响因素。
Prob(F-statistic)
0.000000
6、将上述回归结果整理如下：
Yi=38.59691+0.004889X2-0.651888X3+0.243242X4+0.104318X5
-0.071110X6
(9.158150)(0.985370)（-3.737889）（2.716443）（1.476674）（-0.722805）