计量经济学实验简单线性回归(huíguī)模型参考书目高铁梅，《计量经济分析方法与建模－EViews应用及实例》，清华大学出版社，2006.1庞皓，《计量经济学》，科学出版社，2006.1张晓峒，《计量经济学软件(ruǎnjiàn)EViews使用指南》，南开大学出版社，2006.7实验目的熟悉EViews5的操作界面并熟练应用EViews5进行简单线性回归模型研究实例研究：分析影响(yǐngxiǎng)各地区居民消费支出有明显差异的最主要因素，并分析影响(yǐngxiǎng)因素与消费水平的数量关系2002年全国城市居民家庭平均每人每年消费支出(zhīchū)为6029.88元，其中黑龙江最低，人均仅4462.08元；上海最高，人均10464元，上海是黑龙江的2.35倍。结论：从图中我们可以看出由于全国各个地区经济发展速度不同，居民消费有着明显差异。为了分析影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系(guānxì)，我们可以建立相应的计量经济模型去研究。模型设定研究对象：各地区居民消费的差异变量(biànliàng)设定：居民消费可分为城市居民消费和农村居民消费，由于各地区城市和农村人口比例及经济结构有较大差异，且各地区人口和经济总量不同，因此最具有直接可比性的就是“城市居民每人每年的平均消费支出”。所以模型的被解释变量(biànliàng)Y为“城市居民人均年消费支出”影响各地区城市居民人均消费支出最主要因素应当是居民可支配收入，其他因素的影响归入随机扰动项中。为与Y相对应，解释变量(biànliàng)X为“城市居民人均年可支配收入”数据选择我们研究目的是各地区居民消费的差异，并不是城市居民在不同时间的变动，所以应当选择同一时期各地区城市居民的消费支出来建立模型。我们建立的是2002年截面数据模型。数据来源(láiyuán)：《中国统计年鉴2003》详细数据：计量经济学实验课课件数据(按区域排列)计量(jìliàng)经济模型：参数估计Workfilestructuretype(文件构造类型):Unstructured/Undated不规则/未注明日期Dated–regularfrequency有日期－规则的频率Balancedpanel平衡面板Datespecification(数据规格)：Annual年度Semi-annual半年度Quarterly季度Monthly月度Weekly周数据Daily-5dayweek每周五天日(tiānrì)数据Daily-7dayweek每周七天日(tiānrì)数据Integerdate整数数据WF：Workfile文件名C:截矩项resid:剩余(shèngyú)项(1)(2)在执行完上述(shàngshù)操作后，表格中会出现“NA”字样保存：在EViews的菜单栏中点击“File”→”Saveas”→设置保存路径。在以后的保存中，只需点击“Save”或“Workfile:实验一”中的“Save”在EViews中，数据(shùjù)输入和在Excel中的数据(shùjù)输入完全相同，可预先在Excel准备好数据(shùjù)G4.估计(gūjì)参数：EstimateEquation(估计(gūjì)方程)方法一：方法二：在EViews命令框中直接输入(shūrù)“lsYCX”/回车5.回归结果（Name:命名(mìngmíng)后即可保存）6.回归(huíguī)结果图形（在Equation中点击Resids）参数估计结果(jiēguǒ)如下：不能拒绝(jùjué)H0:β1=0回归(huíguī)预测在“Workfile”中的红线(hónɡxiàn)“Rang”处双击，调出“Workfilestructure”，将样本个数改为“33”打开“Equation”对话框，点击“Forecast”（预测）→OK,得到模型(móxíng)估计值及标准误差的图形和“yf”模型(móxíng)估计值及标准误差的图形双击“Workfile”中的“yf”：在“32”的位置为X＝8270时的人均年消费(xiāofèi)支出的点预测在“33”的位置为X＝12405时的人均年消费(xiāofèi)支出的点预测感谢您的观看(guānkàn)。