EViews统计分析在计量经济学中的应用-第3章 单方程的回归模型

第章单方程的回归模型3.1一元线性回归模型3.2多元线性回归模型3.3受约束回归模型3.4非线性回归模型3.5习题（略）32021/5/91EViews统计分析在计量经济学中的应用3.1：一元线性回归模型实验实验目的：熟悉和掌握Eviews在一元线性回归模型中的应用。实验数据：2011年中国各地区城市居民人均年消费支出（CS）和可支配收入（INC）（相关数据在文件夹“书中资料/第3章”）。实验原理：普通最小二乘法(OLS)实验预习知识：普通最小二乘法、t检验、拟合优度检验、F检验、预测2021/5/92EViews统计分析在计量经济学中的应用实验步骤一：变量之间的相关分析

运行Eviews，建立名为“3-1.wfl”的工作文件，里面包括序列CS和INC以及两者构成的序列组G1，并导入相关数据；2021/5/93EViews统计分析在计量经济学中的应用序列CS和INC的回归散点图存在高度相关性2021/5/94EViews统计分析在计量经济学中的应用实验步骤二：模型建立与参数估计（1）打开工作文件“3-1.wfl”，先建立一个方程对象（Equation）。两种方法：一是在主菜单中选择Quick—EstimateEquation命令；二是先在主菜单中选择Object—NewObject命令，然后在新建对象对话框中选择Equation。两种方法均能建立方程对象，出现如下图3.3所示的方程定义对话框。2021/5/95EViews统计分析在计量经济学中的应用方程定义对话框2021/5/96EViews统计分析在计量经济学中的应用方程定义对话框2021/5/97EViews统计分析在计量经济学中的应用实验步骤二：模型建立与参数估计（2）在方程定义对话框的Equationspecification编辑框中输入“cscinc”，在Method下拉列表中选择“LS”，且不对Options选项卡做任何设置，单击“确定”按钮，EViews会显示如图3.6所示的方程估计结果。2021/5/98EViews统计分析在计量经济学中的应用方程估计结果2021/5/99EViews统计分析在计量经济学中的应用实验步骤三：结果分析2021/5/910EViews统计分析在计量经济学中的应用实验步骤四：回归方程显示（1）单击如图3.6所示的回归方程窗口工具栏中的View功能键，弹出如图3.7所示的菜单。2021/5/911EViews统计分析在计量经济学中的应用实验步骤四：回归方程显示（2）选择窗口工具栏中的View—Representations命令，会得到如图3.8所示的输出结果。2021/5/912EViews统计分析在计量经济学中的应用实验步骤五：命令项操作（1）选择图3.6所示的回归方程窗口工具栏中的View—Actual，Fitted，Residual—Actual，Fitted，ResidualTable命令，将以表格的形式显示因变量的实际值、拟合值和残差值，如图3.9所示。2021/5/913EViews统计分析在计量经济学中的应用cs序列的样本观测值

模型拟合值

残差实际值与拟合值的差残差序列图

2021/5/914EViews统计分析在计量经济学中的应用（2）选择图3.6所示的回归方程窗口工具栏中的View—Actual，Fitted，Residual—Actual，Fitted，ResidualGraph命令，将显示因变量的实际值、拟合值和残差的折线图，如图3.10所示。实验步骤五：命令项操作2021/5/915EViews统计分析在计量经济学中的应用实际值、拟合值和残差值的折线图2021/5/916EViews统计分析在计量经济学中的应用实验步骤五：命令项操作(3)选择图3.6所示的回归方程窗口工具栏中的View—Actual，Fitted，Residual—StandardizedResidualGraph命令，Eviews将只绘制经过标准化的残差的折线图，如图3.11所示。标准化残差值残差除以其标准差，如果回归模型中的随机误差项满足基本假设，则标准化残差应该服从标准正态分布。2021/5/917EViews统计分析在计量经济学中的应用标准化残差的折线图2021/5/918EViews统计分析在计量经济学中的应用实验步骤六：模型预测（1）在图3.6所示的方程对象窗口工具栏中单击Proc功能键，会弹出如图3.12所示的菜单。2021/5/919EViews统计分析在计量经济学中的应用实验步骤六：模型预测（2）选择Proc—Forecast…选项，屏幕会弹出如图3.13所示的对话框。2021/5/920EViews统计分析在计量经济学中的应用实验步骤六：模型预测（3）本实验中，对图3.13所示对话框中的各项不作任何更改，即使用EViews的默认设置、单击OK按钮后，得到如图3.14所示的预测结果。MPTheilICCP预测值非常接近真实值

2021/5/921EViews统计分析在计量经济学中的应用Ready?Let’sgotothenext2021/5/922EViews统计分析在计量经济学中的应用3.2：多元线性回归模型实验实验目的：熟悉和掌握Eviews在多元线性回归模型中的应用。实验数据：1970-1982年某国实际通货膨胀率、失业率和预期通货膨胀率（相关数据在文件夹“书中资料/第3章”）。实验原理：普通最小二乘法(OLS)实验预习知识：普通最小二乘法、t检验、拟合优度检验、F检验、预测2021/5/923EViews统计分析在计量经济学中的应用实验步骤一：参数估计（1）打开工作文件“3-2.wfl”，在工作文件中执行Object—NewObject—Equation，建立一个方程对象（Equation）。出现如下图3.15所示的方程定义对话框。2021/5/924EViews统计分析在计量经济学中的应用实验步骤一：参数估计（2）在方程定义对话框的Equationspecification编辑框中输入“YCX2X3”，在Method下拉列表中选择“LS”，且不对Options选项卡做任何设置，单击“确定”按钮，EViews会显示如图3.16所示的方程估计结果。2021/5/925EViews统计分析在计量经济学中的应用实验步骤二：模型检验2021/5/926EViews统计分析在计量经济学中的应用实验步骤三：预测

在图3.16所示的方程对象窗口工具栏中执行Proc—Forcast，屏幕会弹出如图3.17所示的对话框。2021/5/927EViews统计分析在计量经济学中的应用实验步骤三：预测

本实验中，对图3.17所示对话框中的各项不作任何更改，即使用EViews的默认设置、单击OK按钮后，得到如图3.18所示的预测结果。CP大BP、VP小预测理想2021/5/928EViews统计分析在计量经济学中的应用Ready?Let’sgotothenext2021/5/929EViews统计分析在计量经济学中的应用3.3：受约束回归模型实验目的：熟练中掌握使用EViews进行Wald系数约束条件检验的操作过程。实验数据：美国25家主要金属行业SIC33的观测值（相关数据在文件夹“书中资料/第3章”）。实验原理：实验预习知识：普通最小二乘法、t检验、拟合优度检验、F检验、预测2021/5/930EViews统计分析在计量经济学中的应用实验步骤一：设定模型柯布-道格拉斯生产函数的对数形式：检验水平为。

2021/5/931EViews统计分析在计量经济学中的应用实验步骤二：估计方程（1）在方程定义对话框的Equationspecification编辑框中输入“log(y)clog(k)log(l)”,然后单击OK按钮，得到如图3.19所示的方程估计结果。

图3.19所示的估计结果显示，方程所有系数估计值都是正数，满足实际需求，而且参数估计值的t统计量相应的概率值P非常小，说明方程所有系数估计值都是显著的。从方程的估计结果可以发现，log(K)和log（L）的系数估计值之和为0.9837，很接近1。2021/5/932EViews统计分析在计量经济学中的应用实验步骤三：系数约束检验（2）在图3.19所示的方程对象窗口工具栏中，单击View功能键，选择CoefficientDiagnostics(系数检验)命令，会弹出如图3.20所示的下一级菜单。图3.20CoefficientDiagnostics子菜单2021/5/933EViews统计分析在计量经济学中的应用实验步骤三：系数约束检验（3）在图3.20所示的CoefficientDiagnostics子菜单中，选择WaldTest-CoefficientRestrictions…命令，屏幕会弹出如图3.21所示的对话框。图3.21系数约束检验对话框C（2）+C(3)=1

（4）在此可输入模型系数的约束条件，可以是线性的约束条件，也可以是非线性的，并且可以有多个约束条件，各约束条件之间用逗号隔开。本实验中，在图3.21所示的编辑框中输入“C（2）+C(3)=1（即）”，然后单击OK，得到如图3.22所示的Wald检验结果。2021/5/934EViews统计分析在计量经济学中的应用实验步骤三：系数约束检验Wald检验结果约束条件2021/5/935EViews统计分析在计量经济学中的应用实验步骤四：结论

由于统计量等于F统计量乘以检验约束条件的个数，本实验中只有一个约束条件，因此这两个检验统计量的值相等。检验结果显示，F-statistic-0.060909，相应的概率值p=0.8074，远大于检验水平，因此不能拒绝原假设，即不能拒绝规模报酬不变的原假设。2021/5/936EViews统计分析在计量经济学中的应用Ready?Let’sgotothenext2021/5/937EViews统计分析在计量经济学中的应用3.4：非线性回归模型实验目的：学会线性化的方式估计非线性回归模型并比较不同模型，并选择最适合的模型。实验数据：我国1985－2011年间税收收入Y和国内生产总值（GDP）X的时间序列数据。（相关数据在文件夹“书中资料/第3章”）。实验原理：非线性模型的线性化；非线性最小二乘法、高斯-牛顿迭代法和牛顿-拉弗森迭代法。本实验采用非线性最小二乘法。实验预习知识：对数函数、指数函数、普通最小二乘法、t检验、拟合优度检验、F检验2021/5/938EViews统计分析在计量经济学中的应用实验步骤一：图形分析（1）本例中选择时间频率为Annual（年度数据），在起始栏和终止栏分别输入相应的日期1985和2011，然后点击OK，到此已经建立了存放对象的主窗口。在此窗口建立x、y序列以及由两者构成的序列组group01。相关数据可选择由Excel文件导入的方法，最终得到工作文件窗口（如图3.23所示）。2021/5/939EViews统计分析在计量经济学中的应用实验步骤一：图形分析2021/5/940EViews统计分析在计量经济学中的应用实验步骤一：图形分析（2）双击对象group01，打开group01的对象窗口，在此窗口中实施如下操作：View—Graph—Line&Symbol，我们得到了趋势图（如图3.24所示）。通过趋势图我们可以分析经济变量的发展变化趋势，观察是否存在异常值。2021/5/941EViews统计分析在计量经济学中的应用实验步骤一：图形分析2021/5/942EViews统计分析在计量经济学中的应用实验步骤一：图形分析（3）同样在该group01组对象的窗口中，进行如下操作：View—Graph—Scatter，我们可以得到相关分析图，即图3.25。通过该图可以观察变量之间的相关程度和变量之间的相关类型（即为线性相关还是曲线相关，曲线相关时大致是哪种类型的曲线）。2021/5/943EViews统计分析在计量经济学中的应用实验步骤一：图形分析2021/5/944EViews统计分析在计量经济学中的应用实验步骤二：估计线性回归模型（1）在group01数组窗口中点击Proc—MakeEquation，如果不需要重新确定方程中的变量或调整样本区间，可以直接点击OK进行估计。2021/5/945EViews统计分析在计量经济学中的应用实验步骤二：估计线性回归模型（2）也可以在Eviews主窗口中点击Quick\EstimateEquation，在弹出的方程设定框（图3.26）内输入模型：

YCX或Y=C(1)+C(2)*X。2021/5/946EViews统计分析在计量经济学中的应用实验步骤二：估计线性回归模型（3）系统将弹出一个窗口来显示有关估计结果（如图3.27所示）。因此，我国税收模型的估计式为：结果表明:GDP每增长1亿元，我国税收收入将增加0.1853亿元。2021/5/947EViews统计分析在计量经济学中的应用实验步骤三：估计非线性回归模型（1）在group01数组窗口中点击Proc—MakeEquation，弹出方程定义窗口后在EquationSpecificaiton栏中依次输入下列模型：

双对数函数模型：LSlog(Y)Clog(X)对数函数模型：LSYClog(X)指数函数模型：LSlog(Y)CX二次函数模型：LSYCXX^22021/5/948EViews统计分析在计量经济学中的应用实验步骤三：估计非线性回归模型双对数模型2021/5/949EViews统计分析在计量经济学中的应用实验步骤三：估计非线性回归模型