步骤：（7）将表1、2、3中的数据复制到Eviews中

2.估计操作： 步骤：（1）点击poolmodel——Estimate

5

对话框说明

Dependent variable:被解释变量；Common：系数相同部分 Cross-section specific:截面系数不同部分

步骤：（2）将截距项选择区选Fixed effects（固定效应） Cross-section：Fixed

6

得到如下输出结果：

接下来用F统计量检验是应该建立混合回归模型，还是个体固定效应回归模型。

。 H0：?i??。模型中不同个体的截距相同（真实模型为混合回归模型）模型中不同个体的截距项?i不同（真实模型为个体固定效应回归模型）。 H1：

对模型进行检验：

（4965275-2259743）N?1=15-1=7.69?F（14,90）F?=18023. 0.05URSS225974390(NT?N?K?1)(RRSS?URSS)所以推翻原假设，建立个体固定效应回归模型更合理。

RRSS求法请参见Eview面板数据之混合回归模型

7

相应的表达式为：

Consumeit?596.50?0.69Incomeit?53.23D1?592.44D2?...?230.16D15

(6.64) (49.55) R2?0.99,SSEr?2259743

其中虚拟变量D1,D2,...,D15的定义是：

?1,如果属于第i个个体,i?1,2,...,15Di??

?0,其他 15个省级地区的城镇人均指出平均占收入68.62%。从上面的结果可以看出北京市居民的自发性消费明显高于其他地区。

8