单方程回归模型的参数估计和统计检验.
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: 1、画散点图 2、计算相关系数 3、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0.0000
C 的统计量为-0.01625
已知置信区间的表达式为β2±t (αβ2=0.724097,t (α
/2)=2.201,
/2)
se (β2).
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 (αβ1=-0.014453,t (α
/2)=2.201,
/2)
se (β1).
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
ˆy
i=-0.014453 + 0.724097* xt
Se= (0.874624) (0.069581) r ²=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:
ˆy
20 t0.05 (11)
ˆ20)= 14.46748±2.201*3.120464=[7.5993,21.3356], s (y
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__________________________