多元线性回归模型实验报告

1、实验一 实验室机器号任课教师实验教师实验时间 月 日评语一、实验目的和要求多元线性回归模型的变量选择与参数估计 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二、实验内容为研究美国人对子鸡的消费量，提供19601982年的数据。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

2、果进行经济解释。1、 启动Eviews3.12、 建立新工作文档，输入时间范围数据196019823、 设模型为Yi=1+2X2+3X3+4X4+5X5+6X6+i4、 单击调入数据5、 主页上单击quickEstimate Equation，输入y c x2 x3 x4 x5 x6，单击OK,出现数据回归结果:Dependent Variable: YMethod: Least SquaresDate: 10/29/10 Time: 22:56Sample: 1960 1982Included observations: 23VariableCoefficientStd. Errort-St

3、atisticProb. C38.596914.2144889.1581500.0000X20.0048890.0049620.9853700.3383X3-0.6518880.174400-3.7378890.0016X40.2432420.0895442.7164430.0147X50.1043180.0706441.4766740.1580X6-0.0711100.098381-0.7228050.4796R-squared0.944292 Mean dependent var39.66957Adjusted R-squared0.927908 S.D. dependent var7.3

4、72950S.E. of regression1.979635 Akaike info criterion4.423160Sum squared resid66.62224 Schwarz criterion4.719376Log likelihood-44.86634 F-statistic57.63303Durbin-Watson stat1.100559 Prob(F-statistic)0.0000006、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) (

5、0.985370)（-3.737889）（2.716443）（1.476674）（-0.722805）R2=0.944292 修正后R2=0.927908 F=57.63303三、实验结果从回归结果看，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2，t统计量为0.985370。给定=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H0：2=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56的t统计量也小

6、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。对于3 4，t统计量分别为-3.737889和2.716443。给定=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H0：3 =0，拒绝H0：4 =0。故在5%的显著水平下，3 4 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。F统计量为57.63303。给定=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。 四、实验总结通过做实验二，我熟悉多元线性回归模