实验多元线性回归模型课件

,实验多元线性回归模型,*,实验1.2,多元线性回归模型,主讲：胡毅,实验多元线性回归模型,实验目的,熟练应用,EViews5,进行多元线性回归模型研究,实例研究：分析影响中国税收收入增长的主要原因，预测中国税收未来的增长趋势,实验多元线性回归模型,模型设定,研究数据1：,各种因素对中国税收增长的具体影响,变量设定：,Y:税收收入,X,2,:国内生产总值,X,3,:财政支出,X,4,:商品零售价格指数,国家税收的增长,经济整体增长水平,公共财政的需求,物价水平,回归模型：,其中，Y为被解释变量，X2、X3、X4为解释变量。,实验多元线性回归模型,实验命令汇总1,1、建立工作文件:file/new/workfile,并设定数据类型。,2、,数据输入（New Object）:object/new object/在Type of object中选择Group,并命名为shiyanyi(注：命名中不能包括汉字）,在“Group :SHIYANYI Workfile”中按上行键“”即方向键“”至最上端，使之出现”obs”,输入“X Y”;或者在EViews命令栏中直接输入: “data X Y”/回车。,实验多元线性回归模型,实验命令汇总2,3、参数估计： 方法1：quick/estimate eqution/ specification中输入Y C X2 x3 x4，method选择LS；方法2：在EViews命令栏中直接输入: “LS Y C X2 x3 x4”/回车。,4.Chow检验,：,打开“,Equation,”对话框，view/stability tests/chow breakpoint test,在chow test对话框中输入分段估计点。,5.残差正态性检验：view/Residual Tests/ HistogramNormality Tests.,实验多元线性回归模型,数据选择,我们研究目的是,各种因素对中国税收增长的具体影响，,但是在19841985年间的税制改革使得1985年税收徒增215.42，故我们在建立19782002年间的,时间序列模型,后，要进行回归模型的结构稳定性检验：,Chow检验,。,数据来源：,中国统计年鉴,详细数据：,计量经济学实验课课件数据,实验多元线性回归模型,参数估计,1. 建立Workfile（工作文件）,New Object,Annual：,年度,实验多元线性回归模型,New Object ,Group,shiyaner,实验多元线性回归模型,2.,估计参数,方法一:Quick,Estimate Equation,实验多元线性回归模型,方法二：在命令框中输入“ls Y C X2 X3 X4”,实验多元线性回归模型,3.,回归结果,(940.2163) (0.005577) (0.033236),t=（2.7459） （3.956614） （21.12465）,(23.98532),(2.744851),实验多元线性回归模型,解释变量折线图,由折线图可知，变量Y的变动形态在1985年发生较大变动，所以在1985年处进行CHOW检验。,实验多元线性回归模型,4.,Chow检验,19781984,19852002,原假设：,实验多元线性回归模型,“1985”,将时间序列分为,19781984,年和,19852002,年两个区间,实验多元线性回归模型,此时,，F,值为,15.25,P,值为,0.000018F,(3,14)=3.74,X,2,、,X,3,、,X,4,对,Y,有显著影响,模型检验,实验多元线性回归模型,t检验,H,0,：,j,0（j1，2，3，4）,0.05,t=0.047652，4.046572，37.42461，0.6449.3,t,/2,(n-k)=2.145,拒绝,H,2，,H,3 ，,X,2,、X,3,对,Y,有显著影响,1,0， ,4,0,实验多元线性回归模型,GDP,每增长,1,亿元,财政支出每增长,1,亿元,税收收入增长,0.013743,亿元,税收收入增长,0.713785,亿元,在假定其他变量不变的情况下,2.,经济意义检验,与理论分析和经验判断相一致,实验多元线性回归模型,3.残差检验,（1）残差的正态性检验,view/Residual Tests/ HistogramNormality Tests.,实验多元线性回归模型,通过正态性检验结果可知，JB=0.692,检验的p值为0.7075，所以通过正态性检验。,实验多元线性回归模型,实验报告实例,1.实验目的：通过多元回归分析估计影响雇员工资（美元/小时）各因素的参数，并进行参数及模型检验。,2.实验报告数据参见EXCEL1.2中的实验报告数据,实验多元线性回归模型,