实验2：多元线性回归分析实验目的：学习利用Eviews建立多元线性回归模型，研究64国家婴儿死亡率与妇女文盲率之间的关系。一、实验内容：1、先验的预期CM和各个变量之间的关系。2、做CM对FLR的回归，得到回归结果。3、做CM对FLR和PGNP的回归，得到回归结果。4、做CM对FLR，PGNP和TFR的回归结果，并给出ANOVA。5、根据各种回归结果，选择哪个模型？为什么？6、如果回归模型（4）是正确的模型，但却估计了（2）或（3），会有什么后果？7、假定做了（2）的回归，如何决定增加变量PGNP和TFR？使用了哪种检验？给出必要的计算结果。二、实验报告-多元线性回归分析1、问题提出婴儿死亡率(CM)是指婴儿出生后不满周岁死亡人数同出生人数的比率。一般以年度为计算单位，以千分比表示。婴儿死亡率是反映一个国家和民族的居民健康水平和社会经济发展水平的重要指标，特别是妇幼保健工作水平的重要指标。婴儿死亡率(CM)的高低是一个国家或地区社会经济多方面因素协调发展的结果。由于世界各国婴儿死亡率差别很大，所以就64个国家社会综合发展状况，针对性的研究婴儿死亡率（CM）与女性识字率（FLR）、人均GNP（PGNP）、总生育率（TFR）之间的关系2.指标选择本次实验研究婴儿死亡率与妇女文盲率之间的关系，故应采用婴儿死亡率（CM）和女性识字率（FLR）作为指标。但影响婴儿死亡率的因素较复杂，尤其是经济发展状况、总生育率等也会对其产生重要影响，考虑到实验的准确性，故引入人均GNP（PGNP）和总生育率（TFR）相关数据。3.数据来源数据来源：教师提供原始数据如下：婴儿死亡率CM女性识字率FLR人均GNPPGNP总生育率TFR1283718706.66204221306.15202163107197655706.25967620503.81209262006.44170456706.19240293005.89241111205.8955552902.36758711803.93129559005.99249317303.51653111507.41947711604.21968012705148305805.2798696605.21161434206.51184710806.12269172906.19189352705.05126585606.16128142401.8167292404.75135654304.11078730206.66726314207.28128494208.122763198305.23152844205.79224235306.51425086407.17104623506.6287312307416616203.91312111906.7778820904.2142229005.43262222306.5215121406.2524693307.11913110107.1182193007378817303.46103357805.66678513004.8214378930583856904.74223332008.49240194506.5312212806.5127944301.6952832703.25794313407.1761886703.52168284106.09289543702.861214113104.881156214703.89186453006.9478536304.1178452206.09142675607.2 表14.数据处理此次实验可直接使用数据，无需进行数据处理。5. 先验的预期CM和各个变量之间的关系 【题1】5-1预期CM与FLR存在负相关关系。一方面，女性受教育程度越高，其知识越丰富，自我保护意识和能力就越强，则更善于保护自己和婴儿；另一方面，女性教育程度越高，其就业机会与收入获得途径就越多，可以更好的保障自己和婴儿的生活。因此，我们预期FLR的提高会导致CM降低。5-2预期CM与PGNP存在负相关关系。人均GNP的提高使人们的物质生活水平得到提高，改善了人民、食、住、行等诸方面的条件，特别是使人们摄取的营业素增加，营养素结构合理，从而增加人们的体质；使人们从繁重的体力劳动和恶劣的工作环境中解脱出来，有充足的精力和时间来关心自己及其后代的身体健康，提高生活质量。因此，我们预期PGNP的提高会导致CM降低。5-3预期CM与TFR存在正相关关系。总生育率直接或间接地影响着婴儿死亡率，总生育率提高，人口数量上升，人均GNP，人均受教育程度等一系列人均享受的权利和福利都会有所下降。因此，我们预期TFR的提高会导致CM降低。6.数据分析6-1 对各个变量数据进行观察分析观察数据可知，与经济社会现实相符，不存在与经济意义相违背的数据，所以可以保证我们所取的各项数据满足此次实验要求。6-2 变量的相关性CM与FLR的相关性 FLRCMFLR1.000000-0.818285CM-0.8182851.000000 表2图1由散点图（图1）和相关系数（表2）知，这两组数据的相关性较高，满足实验要求，且CM与FLR之间存在负相关关系，与预期相反。CM与PGNP的相关性PGNPCMPGNP1.000000-0.407697CM-0.4076971.000000图2 表3由散点图（图2）和相关系数（表3）知，这两组数据有一定的相关性，满足实验要求，且CM与PGNP之间存在负相关关系，与预期相同。CM与TFR的相关性 TFRCMTFR1.0000000.671135CM0.6711351.000000 图3 表3由散点图（图3）和相关系数（表3）知，这两组数据的相关性较高，满足实验要求，且CM与TFR之间存在正相关关系，与预期相同。总结:CM与FLR之间存在负相关关系，与PGNP之间存在负相关关系，与TFR之间存在正相关关系。7.建立模型及模型检验7-1 CM对FLR的回归模型建立及检验 【题2】（1）建立回归模型根据图1，建立如下线性模型：得出回归结果：图4回归方程式：【回归模型（2）】其中： （2）模型检验经济意义检验 所估计的参数= - 2.390496，说明女性识字率(FLR)与婴儿死亡率（CM）负相关，且在其他条件不变的情况下女性识字率（FLR）增加1%，可导致婴儿死亡率（CM）减少2.390496%。 统计检验A、拟合优度检验：可决系数 ，说明所建模型整体上对样本数据还不算很好，即解释变量CM对 FLR的大部分差异作出了解释，但可能还有其他因素影响婴儿死亡率。B、t检验：对回归系数的t检验:针对:=0 :0和:=0 ：0，由图4可知：估计的回归系数的标准误差和t值分别为Se()=12.22499, t()=21.58395;的标准误差和t值分别为Se()=0.213263, t()=-11.20917.取=0.05,查t分布表得自由度为n-2=64-2=62的临界值（62）=2.000，因为t()=21.58395（62）=2.000所以拒绝原假设:=0；因为t()=-11.20917- （62）=-2.000,所以拒绝原假设:=0。这说明在95%的置信水平下，解释变量女性识字率(FLR)通过了显著性检验，即解释变量女性识字率(FLR)对婴儿死亡率（CM）有显著影响。7-2 CM对FLR和PGNP的回归模型建立及模型检验 【题3】（1）建立回归模型根据图2，建立如下线性模型：得出回归结果：图5回归方程式：【回归模型（3）】 其中： （2）模型检验经济意义检验所估计的参数,均为负数，说明女性识字率(FLR)和人均GNP(PGNP)与婴儿的死亡率（CM）负相关，与预期假设相同。=-2.231586表示，在其他变量保持不变的情况下，女性识字率每增加1%，婴儿死亡率减少2.231586%。= - 0.005647表明，在其他变量保持不变的条件下，人均GNP每增加1%，婴儿死亡率减少0.005647%。统计检验A、拟合优度检验：可决系数=0.707665，说明所做模型对样本数据大体上拟合不是很好，可能还有其他因素对婴儿死亡率产生影响。B、t检验：对回归系数的t检验:在显著性水平=0.05,查t分布表得自由度为n-3 = 64 3 = 61的临界值（61）=2.000， 由图5知t()=-10.62927 - （61）=- 2.00 t()=-2.818703 - （61）= -2.0000,。说明在95%的置信水平下，解释变量女性识字率(FLR) 和人均GNP(PGNP)均通过了显著性检验，即解释变量女性识字率 (FLR) 和人均GNP(PGNP)对婴儿死亡率（CM）有显著影响。7-3 CM对FLR、PGNP和TFR的回归模型建立及模型检验，并给出ANOVA。 【题4】（1）建立回归模型根据图2，建立如下线性模型：得出回归结果： 图5回归方程式：【回归模型（4）】其中： （2）模型检验经济意义检验所估计的参数,均为负数，为正数，说明女性的文化率(FLR)和人均GNP(PGNP)与婴儿的死亡率（CM）负相关，总生育率(TFR)和婴儿的死亡率（CM）正相关，与预期假设相同。= 1.768029表示，在其他变量保持不变的情况