第三章 多元线性回归案例分析Word文档下载推荐.docx

第三章 多元线性回归案例分析Word文档下载推荐.docx

《第三章 多元线性回归案例分析Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《第三章 多元线性回归案例分析Word文档下载推荐.docx（18页珍藏版）》请在冰点文库上搜索。

100.7

1979

537.82

4038.2

1281.79

102.0

1980

571.70

4517.8

1228.83

106.0

1981

629.89

4862.4

1138.41

102.4

1982

700.02

5294.7

1229.98

101.9

1983

775.59

5934.5

1409.52

101.5

1984

947.35

7171.0

1701.02

102.8

1985

2040.79

8964.4

2004.25

108.8

1986

2090.73

10202.2

2204.91

1987

2140.36

11962.5

2262.18

107.3

1988

2390.47

14928.3

2491.21

118.5

1989

2727.40

16909.2

2823.78

117.8

1990

2821.86

18547.9

3083.59

102.1

1991

2990.17

21617.8

3386.62

102.9

1992

3296.91

26638.1

3742.20

105.4

1993

4255.30

34634.4

4642.30

113.2

1994

5126.88

46759.4

5792.62

121.7

1995

6038.04

58478.1

6823.72

114.8

1996

6909.82

67884.6

7937.55

106.1

1997

8234.04

74462.6

9233.56

100.8

1998

9262.80

78345.2

10798.18

97.4

1999

10682.58

82067.5

13187.67

97.0

2000

12581.51

89468.1

15886.50

98.5

2001

15301.38

97314.8

18902.58

99.2

2002

17636.45

104790.6

22053.15

98.7

设定的线性回归模型为：

三、估计参数

利用EViews估计模型的参数，方法是：

1、建立工作文件：

启动EViews，点击File\New\Workfile，在对话框“WorkfileRange”。

在“Workfilefrequency”中选择“Annual”（年度），并在“Startdate”中输入开始时间“1978”，在“enddate”中输入最后时间“2002”，点击“ok”，出现“WorkfileUNTITLED”工作框。

其中已有变量：

“c”—截距项“resid”—剩余项。

在“Objects”菜单中点击“NewObjects”，在“NewObjects”对话框中选“Group”，并在“NameforObjects”上定义文件名，点击“OK”出现数据编辑窗口。

2、输入数据：

点击“Quik”下拉菜单中的“EmptyGroup”，出现“Group”窗口数据编辑框，点第一列与“obs”对应的格，在命令栏输入“Y”，点下行键“↓”，即将该序列命名为Y，并依此输入Y的数据。

用同样方法在对应的列命名X2、X3、X4，并输入相应的数据。

或者在EViews命令框直接键入“dataY

X3X4…”，回车出现“Group”窗口数据编辑框，在对应的Y、X2、X3、X4下输入响应的数据。

3、估计参数：

3.1最小平方法Ls点击“Procs“下拉菜单中的“MakeEquation”，在出现的对话框的“EquationSpecification”栏中键入“YCX2X3X4”，在“EstimationSettings”栏中选择“LeastSqares”（最小二乘法），点“ok”，即出现回归结果：

表3.4

DependentVariable:

Y

Method:

LeastSquares

Date:

03/15/15Time:

20:

59

Sample:

19782002

Includedobservations:

25

Variable

Coefficient

Std.Error

t-Statistic

Prob. 

C

-2582.791

940.6128

-2.745860

0.0121

X1

0.022067

0.005577

3.956605

0.0007

X2

0.702104

0.033236

21.12466

0.0000

X3

23.98541

8.738302

2.744859

R-squared

0.997430

Meandependentvar

4848.366

AdjustedR-squared

0.997063

S.D.dependentvar

4870.971

S.E.ofregression

263.9599

Akaikeinfocriterion

14.13512

Sumsquaredresid

1463172.

Schwarzcriterion

14.33014

Loglikelihood

-172.6890

Hannan-Quinncriter.

14.18921

F-statistic

2717.238

Durbin-Watsonstat

0.948542

Prob（F-statistic）

0.000000

根据表3.4中数据，模型估计的结果为：

Y=-2582.790739+0.02206711301*X2+0.7021043918*X3+23.98541027*X4

（940.6128）（0.0056）（0.0332）（8.7363）

t=（-2.7459）（3.9566）（21.1247）（2.7449）

F=2717.238df=21

3.29极大似然法

点击QUICK/CONSORED

ML-CensoredNormal（TOBIT）（Quadratichillclimbing）

22:

00

Leftcensoring（value）atzero

Convergenceachievedafter3iterations

Covariancematrixcomputedusingsecondderivatives

z-Statistic

862.0852

-2.995981

0.0027

0.005112

4.317014

0.030461

23.04891

8.008780

2.994890

ErrorDistribution

SCALE:

C（5）

241.9233

34.21305

7.071082

263.9668

14.21512

1463248.

14.45889

14.28273

Avg.loglikelihood

-6.907559

Leftcensoredobs

Rightcensoredobs

Uncensoredobs

25

Totalobs

3.3GMM（矩估计）

点击QUICK/GeneralizedMethodofMoments

对话框出现两个窗口，分别填“ycx1x2x3”;

“cx1x2x3”

GeneralizedMethodofMoments

09

Linearestimationwith1weightupdate

Estimationweightingmatrix:

HAC（Bartlettkernel,Newey-Westfixed

bandwidth=3.0000）

Standarderrors&

covariancecomputedusingestimationweightingmatrix

Instrumentspecification:

CX1X2X3

991.1708

-2.605798

0.0165

0.004957

4.451933

0.0002

0.023805

29.49394

8.975450

2.672335

0.0143

J-statistic

4.26E-43

Instrumentrank

4

四、模型检验

1、经济意义检验

模型估计结果说明，在假定其它变量不变的情况下，当年GDP每增长1亿元，税收收入就会增长0.02207亿元；

在假定其它变量不变的情况下，当年财政支出每增长1亿元，税收收入会增长0.7021亿元；

在假定其它变量不变的情况下，当年零售商品物价指数上涨一个百分点，税收收入就会增长23.9854亿元。

这与理论分析和经验判断相一致。

2、统计检验

（1）拟合优度：

由表3.4中数据可以得到：

，修正的可决系数为

，这说明模型对样本的拟合很好。

（2）F检验：

针对

，给定显著性水平

，在F分布表中查出自由度为k-1=3和n-k=21的临界值

。

由表3.4中得到F=2717.238，由于F=2717.238>

，应拒绝原假设

，说明回归方程显著，即“国内生产总值”、“财政支出”、“商品零售物价指数”等变量联合起来确实对“税收收入”有显著影响。

（3）t检验：

分别针对

：

，查t分布表得自由度为n-k=21临界值

由表3.4中数据可得，与

、

对应的t统计量分别为-2.7459、3.9566、21.1247、2.7449，其绝对值均大于

，这说明分别都应当拒绝

，也就是说，当在其它解释变量不变的情况下，解释变量“国内生产总值”（

）、“财政支出”（

）、“商品零售物价指数”（

）分别对被解释变量“税收收入”Y都有显著的影响。

为了作区间预测，在X和Y的数据表中，点击“View”选“DescriptiveStats\CmmonSample”，则得到X和Y的描述统计结果，见表3.5:

表3.5

09/20/07Time:

08:

55

X4

Y

Mean

35976.74

5854.728

105.3400

4848.366

Median

18547.90

3083.590

102.8000

2821.860

Maximum

104790.6

22053.15

121.7000

17636.45

Minimum

3624.100

1122.090

97.00000

519.2800

Std.Dev.

34444.88

5967.935

6.883616

4870.971

Skewness

0.730686

1.423573

0.994931

1.255106

Kurtosis

1.980133

3.952894

2.971455

3.574707

Jarque-Bera

3.308057

9.389841

4.125378

6.907763

Probability

0.191278

0.009142

0.127112

0.031623

Observations

五、多重共线性检验

计算各解释变量的相关系数，选择X1、X2、X3数据，

点”view/covarianceanalyss”

出现界面

点击correlation得相关系数矩阵

1

0.9569655695314073

-0.2902330698557423

-0.3754636919632496

04/16/15Time:

17:

36