当前位置:文档之家› 计量经济学 简单线性回归 实验报告

计量经济学 简单线性回归 实验报告

实验报告
1. 实验目的
随着中国经济的发展,居民的常住收入水平不断提高,粮食销售量也不断增长。

研究粮食年销售量与人均收入之间的关系,对于探讨粮食年销售量的增长的规律性有重要的意义。

2. 模型设定
为了分析粮食年销售量与人均收入之间的关系,选择“粮食年销售量”为被解释变量(用Y表示),选择“人均收入”为解释变量(用X 表示)。

本次实验报告数据取自某市从1974年到1987年的数据(教材书上101页表3.11),数据如下图所示:
为分析粮食年销售量与人均收入的关系,做下图所谓的散点图:
粮食年销售量与人均收入的散点图
从散点图可以看出粮食年销售量与人均收入大体呈现为线性关系,可以建立如下简单现行回归模型:
3.估计参数
假定所建模型及其中的随机扰动项满足各项古典假定,可以用OLS 法估计其参数。

通过利用EViews对以上数据作简单线性回归分析,得出回归结果如下表所示:
可用规范的形式将参数估计和检验的结果写为:
99.61349+0.08147
(6.431242)(0.10738)
t= (15.48900) (7.587119)
=0.827498 F=57.56437 n=14
4.模型检验
(1).经济意义检验
所估计的参数=99.61349,=0.08147,说明人均收入每增加1元,平均说来可导致粮食年销售量提高0.08147元。

这与经济学中边际消费倾向的意义相符。

(2).拟合优度和统计检验
拟合优度的度量:由回归结果表可以看出,本实验中可决系数为0.827498,说明所建模型整体上对样本数据拟合一般偏好。

对回归系数的t检验:针对:=0 和:=0,由回归结果表中还可以看出,估计的回归系数的标准误差和t值分别为:SE()=6.431242,t()=15.48900;的标准误差和t值分别为:SE()=0.10738,t()=7.587119.取a=0.05,查t分布表自由度为n-2=14-2=12的临界值(12)=2.179.因为t()=15.48900>(12)=2.179, 所以应拒绝:=0;因为t()=7.587119>(12)=2.179.所以应拒绝:=0。

这表明,人均收入对粮食年销售量确有显著影响。

实验报告(多元线性回归)
1. 实验目的
随着经济的发展,人民的生活水平不断得到提高,粮食年销售量也随着增加,以某市为例,该市1974年的粮食年销售98.45万吨,而到了1987年,粮食年销售量已增加到了178.69万吨,为1974年的
1.815倍。

因此研究粮食年销售量增长的主要原因,对于分析粮食年
销售量未来的增长趋势,有很重要的经济意义,从而需要建立计量经济模型。

2. 模型设定
为了全面反映该市粮食年销售量增长的全貌,选择“粮食年销售量”为被解释变量(用Y表示),选择“常住人口”、“人均收入”、“肉销售量”、“蛋销售量”、“鱼虾销售量”作为解释变量,分别用X2、X3、X4、X5、X6表示。

本次实验数据取自某市从1974年到1987年的数据(教材书101页表3.11),数据如下图所示:
为分析被解释变量与各个解释变量之间的关系,作相关线性图形如下图所示:
从上图可以看出被解释变量和各个解释变量之间大体呈现线性关系,因此可以建立线性回归模型如下:
3. 参数估计
假定所建模型及其中的随机扰动项满足各项古典假定,可以用OLS 法估计其参数。

通过利用EViews对以上数据作多元线性回归分析,得出回归结果如下表所示:
根据以上表中数据,模型估计的结果为:
(30.00475) (0.059135) (0.037876) (1.257299) (2.450799) (2.214785)
t=(-0.116375) (2.119221) (1.945119) (2.129640) (1.409220) (-2.027920)
=0.970442 =0.951968 F=52.53043 df=14-6=8
4. 模型检验
(1)经济意义检验
模型估计结果说明,在假定其他变量不变的情况下,当常住人口每增加1万人,平均说来粮食年销售量会增加0.12532万吨;在假定其他变量不变的情况下,当人均收入每增加1元,平均说来粮食年销售量会增加0.073672万吨;在假定其他变量不变的情况下,当肉销售量每增加1万吨,平均说来粮食年销售量会增加2.677595万吨;在假定其他变量不变的情况下,当蛋销售量每增加1万吨,平均说来粮食年销售量会增加3.453715万吨;在假定其他变量不变的情况下,当鱼虾销售量每增加1万吨,平均说来粮食年销售量会减少4.491407万吨。

这与理论分析和经验判断相一致。

(2)统计检验
A.拟合优度:由回归结果表可知=0.970442 ,修正的可决系数为=0.951968。

这说明模型对样本的拟合很好。

B.F检验:针对:=====0,给定显著性水平a=0.05,在F分布中查出自由度为k-1=5和n-k=14-6=8的临界值=3.69.由回归结果表可
知F=52.53043,由于F=52.53043>=3.69,应拒绝原假设:=====0,
说明回归方程显著,即“常住人口”、“人均收入”、“肉销售
量”、“蛋销售量”、“鱼虾销售量”等变量联合起来确实对“粮食年销售量”有显著影响。

C.t检验:分别针对:=0(j=1,2,3,4,5,6),给定显著性水平a=0.05,查t分布表的自由度为n-k=8的临界值=2.306.由回归结果表中数据可知,与、、、、、对应的t统计量分别
为-0.116375、2.119221、1.945119、2.129640、1.409220、-2.027920,其绝对值均小于=2.306,说明显著性水平a=0.05的条件下,分别都应当拒绝:=0(j=1,2,3,4,5,6)也就是说在其他解释变量不变的情况下,“常住人口”、“人均收入”、“肉销售
量”、“蛋销售量”、“鱼虾销售量”分别对被解释变量都没有显著影响。

相关主题