2011－2012学年第1学期
计量经济学实验报告
实验（二）：多元回归模型实验
(1)估计参数 利用EViews6估计模型的参数，方法是： 1、建立工作文件：
首先，双击EViews6图标，进入EViews6主页。在菜单一次点击File\\New\\Workfile，出现对话框“Workfile Create”。在“Workfile structure type ”中选择数据频率：Datad-regular frequency.在“Data specification”中Start data输入“1980”,在End data中输入“2002”点击“ok”出现“Workfile UNTITLED”工作框。其中已有变量：“c”—截距项 “resid”—剩余项。
2、Eviews命令：data y x p1 p2 p3 回车，输入数据，得到如图：
图2-1 数据的输入
1
3.对数据进行回归分析，eviews命令：LS Y C X P1 P2 P3
图2-2
根据上图，模型的估计的结果为：
lnY=3.616+0.001lnX-0.506lnP1+0.119lnP2+0.048lnP3
(0.450) (0) (0.162) (0.086) 0.051) t=(0.805) (4.652) (-3.115) (1.388) (0.942)
R=0.940 r2?2=0.926 F=70.105
(2)作对家庭人均鸡肉年消费量Y与猪肉价格P2、牛肉价格P3的散点图，图2-3和图2-4
图2-3 图2-4 图2-3 家庭人均鸡肉年消费量Y与猪肉价格P2的散点图 图2-4 家庭人均鸡肉年消费量Y与牛肉价格P3的散点图
2
由上面两张图可知都呈现线性关系，建立线性回归方程：i=1,2, .....,23
Yi??0??1X1i??2X2i?ui
输入LS Y C P2 P3,用eviews6进行估计的输出结果如图：
模型的估计结果为：
Y=2.111+0.168P2+0.031P3
（0.371）（0.060）（0.077） t=(5.689) (2.813) (0.402)
2?2 R=0.834 r=0.817 F=50.150
模型检验： ①经济意义检验
该地区家庭人均鸡肉消费量与鸡肉价格和牛肉价格成正相关，当牛肉价格不变时，猪肉价格上涨1单位，该地区家庭人均鸡肉消费量增加0.168单位；当猪肉价格不变时，牛肉价格上涨1单位，该地区家庭人均鸡肉消费量增加0.031单位，与猪肉价格成更大正相关关系符合一般情况。 ②拟合优度检验 由
R=0.834 =0.817 与1接近，说明拟合优度很好。
2③F检验
针对H0：?2=?3=0，给定显著性水平?=0.05，在F分布表中查出自由度为2和20的临界值F0.05(2,20)=3.49。由于F=50.150〉3.49应拒绝原假设，说明回归方程显著，即猪肉价格、牛肉价格对该地区家庭人均鸡肉消费量Y有显著影响。 ④t检验
分别针对H0：?j=0（j=2,3),给定显著性水平?=0.05，查t分布表得自由度为23-2=21，临
3
界值t0.025（21）=2.080。对应的统计量分别为2.813,0.402，绝对值t2〉t0.025（21）=2.080，
t3〈t0.025（21）=2.080，猪肉价格通过显著性检验，牛肉价格不通过。说明猪肉价格对鸡
肉消费量有显著影响，牛肉价格没有。
第三题 估计参数
利用EViews6估计模型的参数，方法是：
1、建立工作文件：
首先，双击EViews6图标，进入EViews6主页。在菜单一次点击File\\New\\Workfile，出现对话框“Workfile Create”。在“Workfile structure type ”中选择数据频率：Unsturctured/Undated(截面数据)
在本例中是截面数据，选择“Unsturctured/Undated”。并在“Data range”中输入“10”点击“ok”出现“Workfile UNTITLED”工作框。其中已有变量：“c”—截距项 “resid”—剩余项。
图3-1 创建文件夹
2、Eviews命令：data y x1 x2 回车，输入数据，得到如图：
4
图3-2 数据的输入
3、估计参数，建立一元线性回归方程
作对商品的消费支出Y与商品单价X1和家庭人均月收入X2的散点图，如图3-3和图3-4所示。
由散点都呈现线性关系，建立线性回归方程如下：
图3-3 对某商品的消费支出与商品单价的散点图 图3-4 对某商品的消费支出与人均月收入的散点图
Yi??0??1X1i??2X2i?ui，i=1,2,3??，10
利用EViews6作简单线性回归分析的步骤如下：
在EViews6命令框中直接键入“LS y c x1 x2”，按回车，即出现回归结果。
5
根据回归结果中数据，模型估计的结果为：
Yi?584.5128?7.210400Xi?0.075311Xi
(42.31748) (2.976067) (0.014357)
T=(13.81256) (-2.422795) (5.245603) R2=0.941242 R2 =0.924454 F=56.06664 df=7
?2?1664.042?(10?3)?237.72028571 ?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，当商品单价增长1元，对商品的消费支出就会减少7.210400元；在假定其它变量不变的情况下，当家庭月收入增长1元，对商品的消费支出就会增长0.075311亿元。这与理论分析和经验判断相一致。
2、统计检验
（1）拟合优度：由回归结果中数据可以得到： R=0.941242 ，修正的可决系数为
2
R 2 ? 0.924454 ，这说明模型对样本的拟合很好。
（2）F检验：针对H0:?1??2?0，给定显著性水平??0.05，在F分布表中查出自由度为2和7的临界值F?(2,7)?4.74。由表中得到F=56.06664，由于F=56.06664>F?(2,7)?4.74，应拒绝原假设H0:?1??2?0，说明回归方程显著，即“商品单价”、“家庭月收入”等变量联合起来确实对“商品消费支出”有显著影响。
（3）t 检验：分别针对H0:?j?0(j?0,1,2)，给定显著性水平??0.05，查t分布表
?1、??2、??3对应的t统得自由度为10-3=7临界值t?2(7)?2.365。由表中数据可得，与?
6
计量分别为13.81256， -2.422795， 5.245603，其绝对值均t?2(7)?2.365，这说明分别都应当拒绝H0:?j?0(j?0,1,2)，也就是说，当在其它解释变量不变的情况下，解释变量“商品单价”（X1）、“家庭月收入”（X2）分别对被解释变量“对某商品的消费支出”Y都有显著的影响。
7