单方程回归模型的参数估计和统计检验.docVIP

实 验 报 告 课程名称： 计量经济学 实验项目名称：单方程线性回归模型的 参数估计和统计检验 院 （系）： 经济与管理学院 专业班级： 2010级国际经济与贸易 姓 名： 学 号： 1065137137 实验地点： 实验日期： 2013 年 3 月 30 日 实验目的：掌握利用EViews软件对双变量单方程线性回归模型进行参数估计、统计检验和预测。 实验内容OLS估计 4、模型的统计检验 1）拟合优度检验 2）变量的显著性检验 3）区间估计 5、以规范形式报告EViews的输出结果 6、预测（点预测和区间预测） 实验方法、步骤和结果： 建立新的工作文件,再建立两个新的序列对象,把数据粘贴进去,以群组的方式打开. 1.散点图 View→Graph→Scatter with regression 2.计算相关系数 View→Correlations→Common sample 由图可知，X和Y之间的相关系数为0.952781. 3. OLS估计 由图可知，食物支出与总支出之间的样本回归直线可以表述为： Y=-0.014453+0.724097*X 斜率的含义是，受教育程度每增加一年，收入增加0.724097美元。 4、模型的统计检验 (1)拟合优度检验 由截图可知，可决系数r^2=0.907791.它的含义是，小时工资的总变异中由受教育程度引起所占的比例是90.7791%。 (2) 变量的显著性检验 自由度为11，显著性水平设为0.05时，T统计量的临界值约为2.201. 由截图的数据可知，X的T统计量值为10.40648 2.201，所以位于拒绝域，应拒绝原假设，所以具有统计显著性。再者，由截图可知P值为0.00000.05，P值足够小，所以也要拒绝原假设，得出与T检验相同的结果。 C的统计量为-0.016252.201,该系数不具有统计显著性。而它的P值为0.9871，大于0.1，按照经验可以接受原假设，所以两种检验方法的结果也是一致的。 （3）区间估计 已知置信区间的表达式为β2±t（α/2）se(β2). β2=0.724097，t（α/2）=2.201，se(β2)=0.069581， 0.724097+2.201*0.069581≈0.8772 0.724097-2.201*0.069581≈0.5709 所以置信区间为[0.5709, 0.8772],含义是给定置信系数95%，真值β2包含在该区间内。 已知置信区间的表达式为β1±t（α/2）se(β1). β1=-0.014453，t（α/2）=2.201，se(β2)=0.874624 -0.014453+2.201*0.874624=1.91059 -0.014453-2.201*0.874624=-1.93950 所以置信区间为[-1.93950,1.91059]，该系数不包括在该区间。 5、以规范形式报告EViews的输出结果 i=-0.014453 + 0.724097* xt Se= (0.874624) (0.069581) r2=0.907791 t = (-0.01625) (10.40648) DF=11 p= (0.9871) (0.0000) 6. 预测（点预测和区间预测） 点预测：改变样本跨度Range,变为14，在X中输入20.点击Forecast.出现一个新的yf序列对象，打开看到。 在图中显示为中间的蓝色曲线。 假设，受教育度为20年，那么每小时工资为14.46748。 区间预测： 20 ( t0.05 (11) s(20)= 14.46748±2.201*3.120464=[7.5993,21.3356], 可知当受教育程度为20年时，小时平均工资的置信区间是[7.5993,21.3356]，平均工资在此范围内波动。在图中显示为两条红色线之间的区域。 假设X=900. 成绩评定__________________________ 内蒙古科技大学 4