计量经济学实验三多元线性回归分析.docxVIP

《计量经济学》实验（实训）报告 课程名称计量经济学实验地点实验时间 学号班级姓名实验目标1、多元线性回归模型的估计的检验。 2、多元线性回归模型的预测与变量选择（点预测和区间预测）。 3、非线性回归模型的估计。 实 验 内 容一、计量经济模型：研究货运总量y（万吨）与工业总产值x1(亿元)、农业总产值x2（亿元）、居民非商品支出x3(亿元)的关系。 共十组数据,如下表： yx1x2x3160.0070.0035.001.00260.0075.0040.002.40210.0065.0040.002.00265.0074.0042.003.00240.0072.0038.001.20220.0068.0045.001.50275.0078.0042.004.00160.0066.0036.002.00275.0070.0044.003.20250.0065.0042.003.00 （1）建立回归模型的估计的检验如图： 模型汇总模型RR 方调整 R 方标准 估计的误差更改统计量R 方更改F 更改df1df2Sig. F 更改1.898a.806.70823.44188.8068.28336.015a. 预测变量: (常量), x3, x1, x2。 Anovab模型平方和df均方FSig.1回归13655.37034551.7908.283.015a残差3297.1306549.522总计16952.5009a. 预测变量: (常量), x3, x1, x2。b. 因变量: y 系数a模型非标准化系数标准系数tSig.B 的 95.0% 置信区间B标准 误差试用版下限上限1(常量)-348.280176.459-1.974.096-780.06083.500x13.7541.933.3851.942.100-.9778.485x27.1012.880.5352.465.049.05314.149x312.44710.569.2771.178.284-13.41538.310a. 因变量: y由图可得：β0=-348.280 β1=3.754 β2=7.101 β3=12.447 多元线性回归方程为：y=-348.280+3.754x1+7.101x2+12.447x3 标准误差： （176.459） (1.933) (2.880) (10.569) 从模型汇总表可以看出： R2=0.806 ,所以此模型较差。 从系数表可以看出：x1、x3的Sig0.5,即未能通过回归系数的显著性检验。 从Anova 表可以看出，说明y与x的线性回归系数高度显著。 （2） A、当x01=75、x02=42、x03=3.1时，y0=270.08966。预测区间为：（241.63377， 298.54556） B、由于x1、x3未能通过回归系数的显著性检验，用逐步法重新建立模型，如图： 模型汇总c模型RR 方调整 R 方标准 估计的误差更改统计量R 方更改F 更改df1df2Sig. F 更改1.731a.534.47631.43080.5349.16018.0162.872b.761.69224.08112.2276.62817.037a. 预测变量: (常量), x2。b. 预测变量: (常量), x2, x1。c. 因变量: y Anovac模型平方和df均方FSig.1回归9049.33619049.3369.160.016a残差7903.1648987.895总计16952.50092回归12893.19926446.60011.117.007b残差4059.3017579.900总计16952.5009a. 预测变量: (常量), x2。b. 预测变量: (常量), x2, x1。c. 因变量: y 系数a模型非标准化系数标准系数tSig.B 的 95.