计量经济学实验报告一 经济贸易 系 国际经济与贸易 专业 2014 级 2 班 41 号实验人 王超 实验地点： 实训楼B305 实验日期： 2016.10 实验题目： 线性回归模型实验类型： 基本操作实验目的： 掌握Eviews的基本操作；散点图的绘制；线性回归模型中的参数估计、模型检验、回归预测的基本操作；并能够针对回归结果及检验结果做出正确的分析。实验内容：（按要求完成下面题目）2.1表中是16支公益股票某年的每股帐面价值和当年红利：公司序号帐面价值（元）红利（元）公司序号帐面价值（元）红利（元）122.442.4912.140.80220.892.981023.311.94322.092.061116.233.00414.481.09120.560.28520.731.96130.840.8467819.2520.3726.431.552.161.6014151618.0512.4511.331.801.211.07根据上表资料： （1）绘制散点图（2）建立每股帐面价值和当年红利的回归方程；（3）解释回归系数的经济意义；（4）对所建立的回归模型进行检验。实验步骤：2.1建立工作文件，建立Workfile后，在主界面命令栏键入data y x,其中x代表账面价值，y代表红利，录入数据。（1）散点图估计参数Dependent Variable: YMethod: Least SquaresDate: 09/25/16 Time: 11:48Sample: 1 16Included observations: 16VariableCoefficientStd. Errort-StatisticProb.C0.4797750.3474401.3808830.1890X0.0728760.0194313.7505620.0022R-squared0.501189Mean dependent var1.671250Adjusted R-squared0.465559S.D. dependent var0.769813S.E. of regression0.562775Akaike info criterion1.804596Sum squared resid4.434023Schwarz criterion1.901169Log likelihood-12.43676Hannan-Quinn criter.1.809541F-statistic14.06672Durbin-Watson stat1.976956Prob(F-statistic)0.002151Estimation Command:=LS Y C XEstimation Equation:=Y = C(1) + C(2)*XSubstituted Coefficients:=Y = 0.479774593451 + 0.0728758993263*X（2）回归方程为Y = 0.479774593451 + 0.0728758993263*X（3）回归系数的经济意义：所估计的参数B1=0.4798，B2=0.072876，说明账面价值每增加1元，平均来说红利增加了0.072826，这与预期的经济意义相符。（4）进行检验：统计检验1，拟合优度：由表中数据可知R2=0.5011,修正的可决系数为0.4656，这说明模型对样本的拟合不是很好。2，t检验（P值检验）由回归结果可知P=0.0022a=0.05,表明在a=0.05的显著性水平下每股账面价值对每股红利的影响是显著的。2.2研究青春发育与远视率（对数视力）的变化关系，测得结果如下表： 年龄（岁）远视率（%）对数视力Y=ln663.644.153761.064.112838.843.659913.752.6211014.502.674118.072.088124.411.484132.270.82142.090.737151.020.02162.510.92173.121.138182.981.092试建立曲线回归方程=（= +）并进行计量分析。Dependent Variable: LNYMethod: Least SquaresDate: 11/22/16 Time: 16:43Sample: 6 18Included observations: 13VariableCoefficientStd. Errort-StatisticProb.C5.7301980.6057009.4604630.0000X-0.3139400.048187-6.5150440.0000R-squared0.794184Mean dependent var1.962923Adjusted R-squared0.775473S.D. dependent var1.371926S.E. of regression0.650076Akaike info criterion2.117184Sum squared resid4.648592Schwarz criterion2.204100Log likelihood-11.76170Hannan-Quinn criter.2.099319F-statistic42.44580Durbin-Watson stat0.662056Prob(F-statistic)0.000043lna=5.7302 b=-0.3139,所以y=lna+bx=5.7302-0.3139x从回归结果来看，R2=0.7942，所以模型拟合一般。R2=0.7942，t值为9.4605 -6.5150，斜率项为-0.3139，这表明孩子的对数视力随着年龄的增加呈平均下降趋势。3.1下表给出的是19601982年间7个OECD国家的能源需求指数（Y）、实际GDP指数（X1）、能源价格指数（X2）的数据，所有指数均以1970年为基准（1970=100）年份能源需求指数Y实际GDP指数X1能源价格指数X2年份能源需求指数Y实际GDP指数X1能源价格指数X219601961196219631964196519661967196819691970197154.155.458.561.763.666.870.373.578.383.388.991.854.156.459.462.165.969.573.275.779.983.886.289.8111.9112.4111.1110.2109.0108.3105.3105.4104.3101.797.7100.31972197319741975197619771978197919801981198297.2100.097.393.599.1100.9103.9106.9101.298.195.694.3100.0101.4100.5105.3109.9114.4118.3119.6121.1120.698.6100.0120.1131.0129.6137.7133.7144.5179.0189.4190.9(1)建立能源需求与收入和价格之间的对数需求函数，解释各回归系数的意义，用P值检验所估计回归系数是否显著。(2) 再建立能源需求与收入和价格之间的线性回归模型 ，解释各回归系数的意义，用P值检验所估计回归系数是否显著。(3) 比较两个模型参数估计结果的经济意义有什么不同？(4) 如果两个模型结论不同，你将选择哪个模型，为什么？Dependent Variable: LNYMethod: Least SquaresDate: 11/22/16 Time: 21:44Sample: 1 23Included observations: 23VariableCoefficientStd. Errort-StatisticProb.C1.5495040.09011317.195090.0000LNX10.9969230.01911052.166360.0000LNX2-0.3313640.024310-13.630870.0000R-squared0.994130Mean dependent var4.412077Adjusted R-squared0.993543S.D. dependent var0.224107S.E. of regression0.018008Akaike info criterion-5.074917Sum squared resid0.006486Schwarz criterion-4.926809Log likelihood61.36154Hannan-Quinn criter.-5.037668F-statistic1693.654Dur