计量经济学实验教学案例实验二 一元回归模型.doc

实验二 一元回归模型【实验目的】掌握一元线性、非线性回归模型的建模措施【实验内容】建立国内税收预测模型【实验环节】【例1】建立国内税收预测模型表1列出了国内1985－1998年间税收收入Y和国内生产总值（GDP）x的时间序列数据，请运用记录软件Eviews建立一元线性回归模型表1 国内税收与GDP记录资料年份税收GDP年份税收GDP1985204189641992329726638198620911020219934255346341987214011963199451274675919882391149281995603858478198927271690919966910678851990282218548199782347446319912990216181998926379396一、 建立工作文献⒈菜单方式在录入和分析数据之前，应先创立一种工作文献（Workfile）启动Eviews软件之后，在主菜单上依次点击File\New\Workfile（菜单选择方式如图1所示），将弹出一种对话框（如图2所示）顾客可以选择数据的时间频率（Frequency）、起始期和终结期图1 Eviews菜单方式创立工作文献示意图图2 工作文献定义对话框本例中选择时间频率为Annual（年度数据），在起始栏和终结栏分别输入相应的日期85和98。

然后点击OK，在Eviews软件的主显示窗口将显示相应的工作文献窗口（如图3所示）图3 Eviews工作文献窗口一种新建的工作文献窗口内只有2个对象(Object）,分别为c（系数向量）和resid（残差）它们目前的取值分别是0和NA（空值）可以通过鼠标左键双击对象名打开该对象查看其数据，也可以用相似的措施查看工作文献窗口中其他对象的数值⒉命令方式还可以用输入命令的方式建立工作文献在Eviews软件的命令窗口中直接键入CREATE命令，其格式为：CREATE 时间频率类型 起始期 终结期本例应为：CREATE A 85 98二、 输入数据在Eviews软件的命令窗口中键入数据输入/编辑命令：DATA Y X此时将显示一种数组窗口（如图4所示），即可以输入每个变量的数值 图4 Eviews数组窗口三、图形分析借助图形分析可以直观地观测经济变量的变动规律和有关关系，以便合理地拟定模型的数学形式⒈趋势图分析命令格式：PLOT 变量1 变量2 ……变量K作用：⑴分析经济变量的发展变化趋势⑵观测与否存在异常值本例为：PLOT Y X⒉有关图分析命令格式：SCAT 变量1 变量2 作用：⑴观测变量之间的有关限度⑵观测变量之间的有关类型，即为线性有关还是曲线有关，曲线有关时大体是哪种类型的曲线阐明：⑴SCAT命令中，第一种变量为横轴变量，一般取为解释变量；第二个变量为纵轴变量，一般取为被解释变量⑵SCAT命令每次只能显示两个变量之间的有关图，若模型中具有多种解释变量，可以逐个进行分析⑶通过变化图形的类型，可以将趋势图转变为有关图本例为：SCAT Y X图5 税收与GDP趋势图图5、图6分别是国内税收与GDP时间序列趋势图和有关图分析成果。

两变量趋势图分析成果显示，国内税收收入与GDP两者存在差距逐渐增大的增长趋势有关图分析显示，国内税收收入增长与GDP密切有关，两者为非线性的曲线有关关系图6 税收与GDP有关图三、 估计线性回归模型在数组窗口中点击Proc\Make Equation，如果不需要重新拟定方程中的变量或调节样本区间，可以直接点击OK进行估计也可以在Eviews主窗口中点击Quick\Estimate Equation，在弹出的方程设定框（图7）内输入模型：Y C X 或 图7 方程设定对话框还可以通过在Eviews命令窗口中键入LS命令来估计模型，其命令格式为：LS 被解释变量 C 解释变量系统将弹出一种窗口来显示有关估计成果（如图8所示）因此，国内税收模型的估计式为：这个估计成果表白，GDP每增长1亿元，国内税收收入将增长0.09646亿元图8 国内税收预测模型的输出成果五、 估计非线性回归模型由有关图分析可知，变量之间是非线性的曲线有关关系因此，可初步将模型设定为指数函数模型、对数模型和二次函数模型并分别进行估计在Eviews命令窗口中分别键入如下命令命令来估计模型：双对数函数模型：LS log(Y) C log(X)对数函数模型：LS Y C log(X)指数函数模型：LS log(Y) C X二次函数模型：LS Y C X X^2还可以采用菜单方式，在上述已经估计过的线性方程窗口中点击Estimate项，然后在弹出的方程定义窗口中依次输入上述模型（措施通线性方程的估计），其估计成果显示如图9、图10、图11图、12所示。

双对数模型：(3.8305) (21.0487) 对数模型：(-8.3066) (9.6999) 指数模型：(231.7463) (27.2685) 二次函数模型：(7.4918) (3.3422) (3.4806) 图9 双对数模型回归成果图10 对数模型回归成果图11 指数模型回归成果图12 二次函数模型回归成果六、 模型比较四个模型的经济意义豆比较合理，解释变量也都通过了T检查但是从模型的拟合优度来看，二次函数模型的值最大，另一方面为指数函数模型因此，对这两个模型再做进一步比较在回归方程（以二次函数模型为例）窗口中点击View\Actual,Fitted,Residual\ Actual,Fitted,Residual Table（如图13）,可以得到相应的残差分布表图13 回归方程残差分析菜单上述两个回归模型的残差分别表分别如下（图14、图15）比较两表可以发现，虽然二次函数模型总拟合误差较小，但其近期误差却比指数函数模型大因此，如果所建立的模型是用于经济预测，则指数函数模型更加适合图14 二次函数回归模型残差分别表图15 指数函数模型残差分布表。