实验多元线性回归模型预测.pdfVIP

实验3-多元线性回归模型的预测（例3.2.2）

1.建立数据表

建立工作表：32

建立序列名：yx1x2；

输入数据，在第32个数据中x1输入20000、x2输入14000

2.回归分析(Sample31)

Smpl131

Lsycx1x2

4.计算某家庭2006年人均消费的点预测

Scalary0=c(1)+c(2)*x1(32)+c(3)*x2(32)

5.确定矩阵X(Sample31)

生成虚值变量X3：genrx3=1；

形成组序列：击show→输入x3x1x2→击name形成序列组

group01；

将group01转化为矩阵：matrixX=@convert(group01)；

6.求X′X的逆矩阵

matrixXX=@inverse(@transpo)*X)；

7.建立新的解释变量X向量

0

vector(3)X0→点击X0→点击edt

→输入1,2006年人均可支配收入值20000，2005年人均可支配

收入值14000；

命令形式：

vector(3)X0

X0(1)=1

X0(2)=20000

X0(3)=14000

8.求X′(X′X)X的值

00

vectorA1=(@transpo0))*XX*X0；

ScalarA=A1(1)；

9.求随机误差项估计：

Scalarsigma=@ssr/(31-2-1)；

10.求标准差

Scalarsigma1=@sqr(sigma*A)

Scalarsigma2=@sqr(sigma*(1+A))

11.求预测区间的上下限

值预测的下限：Scalarf1=y0-2.048*sigma1

值预测的上限：Scalarf2=y0+2.048*sigma1

点值预测的下限：Scalarg1=y0-2.048*sigma2

点值预测的上限：Scalarg2=y0+2.048*sigma2

smpl131

Lsycx1x2

Scalary0=c(1)+c(2)*x1(32)+c(3)*x2(32)

smpl131

genrx3=1

groupgroup01x3x1x2

matrixX=@convert(group01)

matrixXX=@inverse(@transpo)*X)

vector(3)X0

X0(1)=1

X0(2)=20000

X0(3)=14000

matrixXX=@inverse(@transpo)*X)

vectorA1=(@transpo0))*XX*X0

ScalarA=A1(1)