实验三计量经济学.doc

1实 验 报 告课程名称 ______计量经济学__________ 实验项目 ___实验三 回归分析---多元线性回归模型实验仪器 ________计算机_____________系 别______ 经济系__________专 业_________国际贸易________班级/学号 _经济 1004/2010011894___学生姓名 _______吴群中___________实验日期 ________2012.11.28______成 绩 ______________________指导教师 _______杨颖梅___________2实验三 回归分析---多元线性回归模型【实验目的与要求】 熟练使用 Eviews 软件进行计量分析，理解多元线性回归模型及最小二乘法估计的基本原理实验内容】1、多元线性回归模型参数估计（回归、显示残差图、学会看输出结果，列写估计式） 2、多元线性回归的模型检验 3、多元线性回归模型的模型选择4、多元线性回归模型的预测【实验步骤】------创建工作文件 在主菜单上依次单击 File→New→Workfile（见图 3-1） ， 选择数据类型编辑及录入所需数据，建立相关工作文件 CM 、FLR 、PGNP 、TFR3----------根据散点图先验预期 CM 和各个变量之间的关系：在 group01 数组窗口工具条上 Views 的下拉菜单中选择 Graph--Scatter 4答：散点图显示，CM （婴儿死亡率）和 FLR（女性文盲率）二者存性关系。

二者呈正相关，由此推断：女性受教育水平越高，婴儿死亡率越低散点图显示，CM （婴儿死亡率）和 PGNP（人均 GNP）二者不存性关系5散点图显示，CM （婴儿死亡率）和 TFR（总生育率）二者存性关系做 CM 对 FLR 的回归得到如下回归结果：669.0)(2.1584.39.62RCMptseFLR从方程 eq02 的工具栏中，点击 View/Representations,也可以得到目标方程的表达式，如下图所示：（１）通过 t 检验，说明从总体上来看，FLR 对 CM 的影响是否显著，并说明FLR 前的回归系数的涵义答：（1）对回归系数的解释：女性文盲率每提高一个单位，婴儿死亡率将平均降低 2.39 个单位从上述回归结果可以看出，解释变量 FLR 的 t 统计量绝对值为 11.209，通过检验表明女性文盲率对婴儿死亡率的影响是显著的从总体上来看，FLR 对CM 的影响显著２）对于此方程，通过了 t 检验是否还要再进行总体方程是否存性关系的 F 检验？ 为什么？ 答：（2）对于此方程，通过了 t 检验还要再进行 F 检验因为 F 检验可以说明模型的拟合优度F 检验是高度显著的，说明模型有很高的拟合优度，说明 FLR对 CM 影响是显著的。

单击 Equation 窗口中的 Resid 按钮，将显示模型的拟合图和残差图7-------单击 Eq02 窗口中的 View → Actual, Fitted, Resid → Table 按钮，可以得到拟合直线和残差的有关结果,如下图所示可以看出，模型（1）的各期残差中大多数都落在±σˆ的虚线框外8----------做 CM 对 FLR 和 PGNP 的回归得到如下回归结果： 70. )065.(.)(81729314.2..5.6Rptse PGNFLRCM（１）通过 F 检验，说明从总体上来看，总体方程是否线性关系显著存在解：原假设： =0，备择假设：22统计量 F=73.83，在显著性水平为 5%下，自由度为（2,61）检验统计量足够大，拒绝原假设即从总体上看，总体方程存在显著线性关系２）通过 t 检验，检验总体方程中 FLR 和 PGNP 是否对 CM 有显著影响，并说明各自的偏回归系数的涵义答：回归系数的涵义：--2.2316 表明，在其他条件不变的前提下，FLR 每提高一个单位，则 CM 下降约 2.23 个单位0.0056 表明，在其他条件不变的前提下，PGNP 每提高一个单位，则 CM 下降约 0.006 个单位。

9从回归结果可以看出，解释变量 FLR 和 PGNP 的 t 统计量的绝对值都大于2，通过检验表明女性文盲率和人均 GNP 对婴儿死亡率的影响是显著的单击 Eq02 窗口中的 Resid 按钮，将显示最后一次回归模型的拟合图和残差图单击 Eq02 窗口中的 View → Actual, Fitted, Resid → Table 按钮，可以得到拟合直线和残差的有关结果,如下图所示10可以看出，模型(2)的各期残差中大多数都落在±σˆ的虚线框外，且残差分布不存在明显的规律性做 CM 对 FLR、PGNP 和 TFR 的回归得到如下回归结果:74.0)032.(47.).(9128.515...93 86.602Rptse TFRPGNFLRCM-----模型（3）：对偏回归系数的显著性检验（t 检验）从回归结果可以看出，三个解释变量的 t 值的绝对值都大于 2，在 5%的置性水平下，通过检验即 FLR、PGNP 、TFR 都对 CM 有显著影响模型（ 3）：对方程总体的显著性检验（ F 检验）原假设： ,备择假设：02R02R检验统计量 F=59.17，在显著性水平为 5%下，自由度为（3,60）11查表得， 因为76.2)0,3(5.F)60,3(F所以拒绝原假设，所以 FLR、PGNP 和 TFR 联合对 CM 有显著影响。

根据各种回归结果，选择哪个模型？ 　为什么？答：选择回归模型（３） 因为该模型中所有变量系数的符号都符合预期，每一个变量的回归系数都是显著的,其相应的 P 值很小，且对于截面数据来讲，该模型的 也相当高，模型的拟合程度较高R2-------如果回归模型（３）是正确的模型，但却估计了（１）或（２） ，会有什么结果？答：这会使三个模型都犯有设定偏误的错误，即模型中遗漏了某个相关解释变量，这样会造成模型的估计量不一致假定作了（１）回归，如何决定增加变量 PGNP 和 TFR？使用了哪些检验？给出必要的计算结果解：模型（3)的 =0.7474，模型（1）的 =0.6696，而模型（1)排除了两个变R2 R2量 PGNP 和 TFR，受限回归，使用 F 检验有239.041.8)6(74.01(2)69.074.( F在显著性水平为 1%下，自由度为（2,60） ，查表得 F(2,60)=4.98因此 F 统计量在统计上是显著的，所以，PGNP 和 TFR 都应保留在模型中单击 Eq02 窗口中的 Resid 按钮，将显示最后一次回归模型的拟合图和残差图 12单击 Eq02 窗口中的 View → Actual, Fitted, Resid → Table 按钮，可以得到拟合直线和残差的有关结果,如下图所示。

可以看出，模型(3)的各期残差中大多数都落在±σˆ的虚线框内，且残差分布不存在明显的规律性。