计量经济学简单线性回归实验报告精编
实验报告
1. 实验目的随着中国经济的发展，居民的常住收入水平不断提高，粮食销售量也不断增长。研究粮食年销售量与人均收入之间的关系，对于探讨粮食年销售量的增长的规律性有重要的意义。
2. 模型设定
为了分析粮食年销售量与人均收入之间的关系,选择“粮食年销售量”
为被解释变量（用Y 表示），选择“人均收入”为解释变量（用X 表
示）。本次实验报告数据取自某市从1974 年到1987 年的数据（教材书上101页表3.11），数据如下图所示：
1粮食年销售量Y/万吨人均收入X/ rF1974[ 9& 45153.2 1975100.7190
pl1976102.8240.3 1977133. 95301.12 [61978140.13361 71979143.11420 8—1980146.15491.76「91981144.6501 101982148. 94529.2 1 11-1983158.55552. 72匸1984169. 68771.16 131985P 162.1481L8 14二1986170. 09988.43 1519871F& 691094.65为分析粮食年销售量与人均收入的关系，做下图所谓的散点图
从散点图可以看出粮食年销售量与人均收入大体呈现为线性关
系，可以建立如下简单现行回归模型:
3?估计参数
Y t = ■? 1 2 X t ——I t
假定所建模型及其中的随机扰动项叫满足各项古典假定，可以
用OLS法估计其参数。
通过利用EViews对以上数据作简单线性回归分析，得出回归结果如下表所示：
Dependent Variable Y
Method: Least Squares
Date 10/15/11 Time 14 49
Sample- 1 14
Included observations: 14
Variable Coefficient Std Error t-Statistic Prob C99 61349 6 431242 15 489000 0000
X0.0814700.010738 7.5071190.0000 R-squared0 827493Mean dependent var142 7129 Adjusted R-squared0 813123S.D. dependent var26.09805
S E of regression11 28200Akaike info criterion7 915858 Sum squared resid1527 403Schwarz criterion7 907152 Log likelihood-52.71101F-statisti c5756437 Durbin-V/atson stat0 638969Prob(尸-statistic)0 000006
可用规范的形式将参数估计和检验的结果写为:
A
Y t =99.61349+0.08147 X t
（6.431242）（0.10738）
t= (15.48900) (7.587119)
R2=0.827498 F=57.56437 n=14
4?模型检验
（1）.经济意义检验
A A
所估计的参数1=99.61349, 1 2=0.08147,说明人均收入每增加
1元，平均说来可导致粮食年销售量提高0.08147元。这与经济学中
边际消费倾向的意义相符
(2).拟合优度和统计检验
拟合优度的度量：由回归结果表可以看出，本实验中可决系数为
0.827498,说明所建模型整体上对样本数据拟合一般偏好。
对回归系数的t检验：针对H0： -=0和H0： \=0，由回归结果表
A
中还可以看出，估计的回归系数j的标准误差和t值分别为：
A A A
SE( - 1 )=6.431242,t( - 1 )=15.48900; 一：2的标准误差和t 值分别为：
A A
SEC 2 )=0.10738,tC 2 )=7.587119取a=0.05,查t 分布表自由度为
A
n-2=14-2=12 的临界值t0.025( 12)=2.179因为tO51 )=15.48900>t0^( 12)
A
=2.179,所以应拒绝H0：?1=0;因为t(B 2)=7.587119>t0.025( 12)=2.179. 所以应拒绝H 0: 2 =0o这表明，人均收入对粮食年销售量确有显著影响。
实验报告(多元线性回归)
1. 实验目的
随着经济的发展，人民的生活水平不断得到提高，粮食年销售量也随着增加，以某市为例，该市1974年的粮食年销售98.45 万吨，而到了1987年，粮食年销售量已增加到了178.69万吨，为1974年的1.815倍。因此研究粮食年销售量增长的主要原因，对于分析粮食年销售量未来的增长趋势，有很重要的经济意义，从而需要建立计量经济模型。
2. 模型设定
为了全面反映该市粮食年销售量增长的全貌，选择“粮食年销售量”为被解
释变量（用Y 表示）,选择“常住人口”、“人均收 入”、“肉销售量”、“蛋销售量”、“鱼虾销售量”作为解释变量， 分别用X2、X3、X4、X5、X6表示。本次实验数据取自某市从1974
年到1987年的数据（教材书101页表3.11），数据如下图所示:
1戦
馬
n r i n
2 E 1371 9S.45 M.2
153.2 5.53
1,23 1.S9
q U rzE 1恥 肌H
190 讥
1.3 训
q
KL8
668,05
2ft 3 il L!
2,?1 r r 們 血馬
riMT 301.12 10 J
加
3
5
\m
m2? 381 1训
处
1379
143,11
T36.13 420 11.85 3.S 5,24 r 「UU5 T48.91
1123
E.13
M3
q J r~m
1K6
501
必
诃
攥
10 133! 14训 许
毅2
15,29 5,03 10.0T 11 :邂 15155 (85.3 552.72
18(1
训
12,5T. 12 1删 IM 795.5 制
加
1US 1S.1! 13 1335 LK.U E01.3
81L8
\Ul L/5 1S,25 19 加 LiU3 8帥 98加 1S3 11,54 20,55. 15
IW
82讥 1删侦
2153
11, &!
23 JT
为分析被解释变量与各个解释变量之间的关系，作相关线性
图形如下图所示:
从上图可以看出被解释变量和各个解释变量之间大体呈现线性关系，因此可以建立线性回归模型如下：
Y t = 一 1 ■_2X2t ■_3X3t ■_4X4t ■_5X5t ■_6X6t ■"t
3. 参数估计
假定所建模型及其中的随机扰动项叫满足各项古典假定，可以
用OLS法估计其参数。
通过利用EViews对以上数据作多元线性回归分析，得出回归结
果如下表所示:
Dependent variable: Y Method Least Squares Date 10/15/11 Time. 15.21 Sample ： 1 14
Included observations 14
Variable
Coefficient Std^ Error t-Statistic Prob
0 970442 Mean dependent var 0 951968 S D dependent var 5.719709 Akaike info criterion 261 7206 Schwarz criterion -40 36268 F-slatistic 1.972827 Prob(F-statistic) 根据以上表中数据，模型估计的结果为：
A
Y t
- -3.491789 0.12532X 2
0.073672X 3
2.677595X 4
3.453715X 5
-4.491407X
6
(30.00475) (0.059135) (0.037876) (1.257299) (2.450799) (2.214785) t=(-0.116375) (2.119221) (1.945119) (2.129640) (1.409220) (-2.027920)
R 2=0.970442
R 2 =0.951968 F=52.53043
df=14-6=8
4. 模型检验
(1)经济意义检验
模型估计结果说明，在假定其他变量不变的情况下，当常住人口 每增加1万人，平均说来粮食年销售量会增加
0.12532万吨；在假定
其他变量不变的情况下，当人均收入每增加1元，平均说来粮食年销 售量会增加
0.073672万吨；在假定其他变量不变的情况下，当肉销 售量每增加1万吨，平
均说来粮食年销售量会增加
2.677595万吨；
在假定其他变量不变的情况下，当蛋销售量每增加1万吨，平均说来 粮食年销售量会增加3.453715万吨；在假定其他变量不变的情况下，
CX2X3
心
-3 491709 30 00475
-0.116375 0 9102 0 125320 0.059135 2 119221 0 0669 0.073672 0 037876 1.946119 0 0877 2.677595 1.257299 2.129640 0.0658 3 453715 2.450799 1 409220 0 1964 -A 491407 2214786
-2 027920
0 0771
R-squarea
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Wat son stat
142 7129 26 09805 6.623240 6.897122 52 53043 0.000007