多元线性回归和一元非线性回归模板
《计量经济学》实验报告
开课实验室:财经科学实验室 2014年4月13日
班级: 金融13A1 学号: [1**********]8 姓名: 常海勤
实验项目名称 一元非线性回归和多元线性回归 成绩:
验证性 □综合性 □设计性
实验性质: _
【实验要求】 【实验软件】 Eviews 软件 【实验内容】
根据给定的案例数据按实验要求进行操作 【实验方案与进度】
指导教师签字:
实验一:在某一项对某社区家庭对某种消费品的消费需要调查中,得到下表所示的资料,请建立多元线性回归模型进行分析:
Y=β0+β1X1+β2X2+u (2)估计模型参数
Dependent Variable: Y Method: Least Squares Date: 04/13/14 Time: 16:23 Sample: 1 10
Included observations: 10
C X1 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
626.5093 -9.790570 40.13010 3.197843 15.61195 -3.061617 0.0000 0.0183 49.04504 8.792975 8.883751 32.29408 0.000292
0.902218 Mean dependent var 670.3300 0.874281 S.D. dependent var 17.38985 Akaike info criterion 2116.847 Schwarz criterion -40.96488 F-statistic 1.650804 Prob(F-statistic)
(3)回归系数的经济意义,以及经济意义的检验 经济意义的检验 (4)拟合优度检验
有表中数据表明,判定系数R^2=0.902218,修正的判定系数为0.874281,这说明模型拟合的很好,解释变量对被解释变量的解释程度可达到96.7%。 (5)F检验(0.05的显著水平)
(6)回归系数的显著性检验(0.05的显著水平)
实验二:教材94页3.7题(要求使用软件分析题目的数据并回答题目的四个问题)。
1.Y=β0+β1X1+β2X2+u 2.
Dependent Variable: Y Method: Least Squares Date: 04/13/14 Time: 16:37 Sample: 1 18
Included observations: 18
C
-49.72821
49.58126
-1.002964
0.3318
X1 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.086370 0.029550 2.922894 0.0105 258.6859 11.20962 11.35802 145.5187 0.000000
0.950986 Mean dependent var 755.1500 0.944451 S.D. dependent var 60.96913 Akaike info criterion 55758.53 Schwarz criterion -97.88662 F-statistic 2.605945 Prob(F-statistic)
实验三:通过观察1970年至1980年11年间美国咖啡消费量与咖啡实际零售价格,建立美国咖啡消费函数模型,考察美国咖啡消费行为规律。1970年至1980年咖啡消费与平均实际零售价格的时序数据详见下表。
(1)画散点图
(2)建立双对数回归模型
(3)估计模型参数
(4)进行经济意义检验 (5)拟合优度检验 (6)回归系数显著性检验
实验四:书本第72页2.7题