计量经济学实验教学案例实验二 一元回归模型

1、PAGE PAGE 11笆实验二 一元背回归模型【实验目的】耙掌握一元线性、胺非线性回归模型爸的建模方法【实验内容】懊建立我国税收预肮测模型【实验步骤】癌【例1】建立我艾国税收预测模型懊。表1列出了扒我国1985俺1998年间税坝收收入Y和国内敖生产总值（GD皑P啊）x的时间序列癌数据，请利用统白计软件Evie凹ws建立一元线罢性回归模型。拜表1 我国税肮收与GDP统计半资料伴年份蔼税收百GDP艾年份败税收埃GDP肮1985搬2041凹8964佰1992疤3297啊26638按1986八2091安10202败1993昂4255拔34634邦1按987笆2140艾11963懊1994捌5127耙

2、46759袄1988邦2391俺14928败1995懊6038傲58478把1989斑2727坝16909巴1996熬6910袄67885霸1990氨2822绊18548奥1997伴8234凹74463背1991搬2990唉21618埃1998捌9263佰79396建立工作文件菜单方式鞍在录入和分析数疤据之前，应先创柏建一个工作文件板（Workfi吧le）。澳启动Eview捌s软件之后，在斑主菜单上依次点翱击FileN按ewWork瓣file颁（菜单选择方式肮如图1所示）皑，将弹出一个对阿话框（如图佰2白所示）。用户可搬以选择数据的时吧间频率（Fre吧quency）把、起始期和终止把期。邦图1

3、 碍Eviews般菜单方式创建工袄作文件示意图搬图2 工作文件罢定义对话框傲本例中选择时间拔频率为半Annual捌（年度数据），爱在起始栏和终止阿栏分别输入相应熬的日期85和9霸8。然后点击O哎K，在Evie翱ws软件的主显盎示窗口将显示相拜应的工作文件窗矮口（如图3所示版）。扳图3 Evie挨ws工作文件窗巴口伴一个新建的工作埃文件窗口内只有扳2个对象(Ob凹ject）,分罢别为c（系数向安量）和resi傲d（残差）。它巴们当前的取值分懊别是0和NA（拔空值）。可以通绊过鼠标左键双击斑对象名打开该对爱象查看其数据，巴也可以用相同的百方法查看工作文拜件窗口中其它对爱象的数值。命令方式澳还可以用

4、输入命奥令的方式建立工摆作文件。在Ev隘iews软件的疤命令窗口中直接笆键入CREAT八E办命令，其格式为艾：敖CREAT耙E矮 矮 瓣时间频率类型 挨 起始期 终胺止期半本例应为：CR氨EATE A背 85 9啊8输入数据班在Eviews凹软件的命令窗口百中键入数据输入按/编辑命令：半DATA Y拜 X坝此时将显示一个搬数组窗口（如图凹4所示）碍，即可以俺输入每个变量的叭数值 霸图4 Evie拌ws数组窗口三、图形分析邦借助图形分析可跋以直观地观察经把济变量的变动规肮律和相关关系，叭以便合理地确定靶模型的数学形式岸。趋势图分析坝命令格式：PL伴OT 变量1吧 变量2 百艾变量K颁作用：斑奥分

5、析经济变量的肮发展变化趋势耙敖观察是否存在异罢常值爸本例为：PLO哀T Y X相关图分析佰命令格式：SC把AT 变量1奥 变量2 扒作用：爸靶观察变量之间的败相关程度板捌观察变量之间的阿相关类型，即为傲线性相关还是曲芭线相关，曲线相癌关时大致是哪种暗类型的曲线耙说明：蔼版SCAT命令中扳，第一个变量为背横轴癌变量，一般取为绊解释变量；第二耙个变量为熬纵轴白变量，一般取为板被阿解释变量邦扳SCAT命令每阿次只能显示两个芭变量之间的相关白图，若模型中含案有多个解释变量澳，可以逐个进行哀分析阿疤通过改变图形的败类型，可以将趋背势图转变为相关般图扒本例为：SCA拌T Y X把图5 税收与G版DP趋势图

6、挨图5、图6分别靶是我国税收与G邦DP时间序列趋坝势图和相关图分板析结果。斑两变量趋势图分懊析结果显示，我巴国税收蔼收入背与GDP邦二者存在差距逐绊渐增大的背增长趋势稗。相关图分析显巴示，我国税收收般入增长与GDP耙密切相关，二者吧为非线性的曲线哎相关关系。傲图6 税收与G绊DP相关图翱估计线性回归模啊型百在数组窗口中点阿击捌ProcMa摆ke Equa肮tion爸，如果不需要重吧新确定方程中的斑变量或调整样本叭区间，可以直接敖点击OK进行估稗计翱。安也可以在Evi捌ews主窗口中百点击Quick敖Estima艾te Equa癌tion埃，在弹出的方程阿设定框叭（图7）鞍内输入模型：傲Y C

7、X傲 或 扮图7 方程设定鞍对话框鞍还可以通过在E伴views命令澳窗口中键入LS肮命令来估计模型挨，其命令格式为伴：懊LS 被解释矮变量 C 挨解释变量坝系统将弹出一个胺窗口来显示有关耙估计结果（如图扳8版所示）。佰因此，我国税收疤模型的估计式为凹：隘这个估计结果表矮明，GDP每增叭长1亿元，我国啊税收收入将增加挨0.09646凹亿元。白图罢8敖 我国税收预测哀模型的输出结果熬估计非线性回归笆模型案由相关图分析可阿知，变量之间是袄非线性的曲线相昂关关系。因此，安可初步将模型设安定为指数函数模扳型、对数模型靶和二次函数模型哀并分别进行估计捌。哎在Eviews俺命令窗口中分别摆键入以下命令命隘令

8、来估计模型：颁双对数扮函数奥模型：LS 瓣log(Y) 绊 C log澳(X)隘对数敖函数唉模型：LS 唉Y C l摆og(X)哀指数安函数颁模型：LS 稗log(Y) 袄 C X败二次函数模型：笆LS Y 吧C X X暗2斑还可以采取菜单俺方式，在上述已懊经估计过的线性蔼方程窗口中点击佰Estimat哀e项，然后在弹暗出的方程定义窗胺口中依次输入上板述模型（方法通挨线性方程的估计耙）版，肮其估计结果显示靶如罢图9拌、图10、图1半1暗图、12办所示。双对数模型：傲(3.8305坝) (21.罢0487) 对数模型：霸(-8.306俺6) (阿9.6999) 指数模型：芭(231.74懊63)

9、 (2扳7.2685) 二次函数模型：爸(7.4918挨) (3.3半422) (隘3.4806) 捌图9 双对数模鞍型回归结果隘图10 对数模癌型回归结果埃图11 指数模阿型回归结果案图12 二次函败数模型回归结果模型比较阿四个模型的经济霸意义豆比较合理癌，解释变量也都癌通过了T检验。柏但是从模型的拟矮合优度来看，二拌次函数模型的叭值最大，其次为阿指数函数模型。懊因此，对这两个般模型再做进一步疤比较。哀在回归方程（以隘二次函数模型为背例）窗口中点击白ViewAc柏tual,Fi般tted,Re爱sidual般 暗Actual,百Fitted,按Residua八l Table蔼（如图13）,板可以得到相应的百残差分布表。绊图13 回归方斑程残差分析菜单唉上述两个回归模敖