资源预览内容
第1页 / 共58页
第2页 / 共58页
第3页 / 共58页
第4页 / 共58页
第5页 / 共58页
第6页 / 共58页
第7页 / 共58页
第8页 / 共58页
第9页 / 共58页
第10页 / 共58页
亲,该文档总共58页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
5/12/2019,EViews统计分析在计量经济学中的应用,1,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),3,5/12/2019,EViews统计分析在计量经济学中的应用,2,3.1:一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,5/12/2019,EViews统计分析在计量经济学中的应用,3,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;,5/12/2019,EViews统计分析在计量经济学中的应用,4,序列CS和INC的回归散点图,存在高度相关性,5/12/2019,EViews统计分析在计量经济学中的应用,5,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QuickEstimate Equation命令; 二是先在主菜单中选择ObjectNew Object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。,5/12/2019,EViews统计分析在计量经济学中的应用,6,方程定义对话框,5/12/2019,EViews统计分析在计量经济学中的应用,7,方程定义对话框,5/12/2019,EViews统计分析在计量经济学中的应用,8,实验步骤二:模型建立与参数估计,(2)在方程定义对话框的Equation specification编辑框中输入“cs c inc”,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。,5/12/2019,EViews统计分析在计量经济学中的应用,9,方程估计结果,5/12/2019,EViews统计分析在计量经济学中的应用,10,实验步骤三:结果分析,5/12/2019,EViews统计分析在计量经济学中的应用,11,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。,5/12/2019,EViews统计分析在计量经济学中的应用,12,实验步骤四:回归方程显示,(2)选择窗口工具栏中的ViewRepresentations命令,会得到如图3.8所示的输出结果。,5/12/2019,EViews统计分析在计量经济学中的应用,13,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ViewActual,Fitted,ResidualActual,Fitted,Residual Table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。,5/12/2019,EViews统计分析在计量经济学中的应用,14,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,5/12/2019,EViews统计分析在计量经济学中的应用,15,(2)选择图3.6所示的回归方程窗口工具栏中的ViewActual,Fitted,ResidualActual,Fitted,Residual Graph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,5/12/2019,EViews统计分析在计量经济学中的应用,16,实际值、拟合值和残差值的折线图,5/12/2019,EViews统计分析在计量经济学中的应用,17,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ViewActual,Fitted,ResidualStandardized Residual Graph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。,5/12/2019,EViews统计分析在计量经济学中的应用,18,标准化残差的折线图,5/12/2019,EViews统计分析在计量经济学中的应用,19,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。,5/12/2019,EViews统计分析在计量经济学中的应用,20,实验步骤六:模型预测,(2)选择ProcForecast选项,屏幕会弹出如图3.13所示的对话框。,5/12/2019,EViews统计分析在计量经济学中的应用,21,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。,MP,Theil IC,CP,预测值非常接近真实值,5/12/2019,EViews统计分析在计量经济学中的应用,22,Ready? Lets go to the next,5/12/2019,EViews统计分析在计量经济学中的应用,23,3.2: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,5/12/2019,EViews统计分析在计量经济学中的应用,24,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ObjectNew ObjectEquation,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。,5/12/2019,EViews统计分析在计量经济学中的应用,25,实验步骤一:参数估计,(2)在方程定义对话框的Equation specification编辑框中输入“Y C X2 X3”,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。,5/12/2019,EViews统计分析在计量经济学中的应用,26,实验步骤二:模型检验,5/12/2019,EViews统计分析在计量经济学中的应用,27,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ProcForcast,屏幕会弹出如图3.17所示的对话框。,5/12/2019,EViews统计分析在计量经济学中的应用,28,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,5/12/2019,EViews统计分析在计量经济学中的应用,29,Ready? Lets go to the next,5/12/2019,EViews统计分析在计量经济学中的应用,30,3.3: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,5/12/2019,EViews统计分析在计量经济学中的应用,31,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,。,5/12/2019,EViews统计分析在计量经济学中的应用,32,实验步骤二:估计方程,(1)在方程定义对话框的Equation specification编辑框中输入“log(y) c log(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。,5/12/2019,EViews统计分析在计量经济学中的应用,33,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Coefficient Diagnostics(系数检验)命令,会弹出如图3.20所示的下一级菜单。,图3.20 Coefficient Diagnostics子菜单,5/12/2019,EViews统计分析在计量经济学中的应用,34,实验步骤三:系数约束检验,(3)在图3.20所示的Coefficient Diagnostics子菜单中,选择Wald Test-Coefficient Restrictions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。,5/12/2019,EViews统计分析在计量经济学中的应用,35,实验步骤三:系数约束检验,Wald检验结果,约束条件,5/12/2019,EViews统计分析在计量经济学中的应用,36,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。,5/12/2019,EViews统计分析在计量经济学中的应用,37,Ready? Lets go to the next,5/12/2019,EViews统计分析在计量经济学中的应用,38,3.4: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19852011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,5/12/2019,EViews统计分析在计量经济学中的应用,39,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)。,5/12/2019,EViews统计分析在计量经济学中的应用,40,实验步骤一:图形分析,5/12/2019,EViews统计分析在计量经济学中的应用,41,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: Vie
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号