实验三 多元线性回归模型及非线性回归.doc

实验三多元线性回归模型及非线性回归
多元线性回归模型
例题3.2.2建立2006年中国城镇居民人均消费支出的多元线性回归模型。
数据：
地区2006年消费支出Y2006年可支配收入X12005年消费支出X2北京14825.4119977.5213244.2天津10548.0514283.099653.3河北7343.4910304.566699.7山西7170.9410027.706342.6内蒙古7666.6110357.996928.6辽宁7987.4910369.617369.3吉林7352.649775.076794.7黑龙江6655.439182.316178.0上海14761.7520667.9113773.4江苏9628.5914084.268621.8浙江13348.5118265.1012253.7安徽7294.739771.056367.7福建9807.7113753.288794.4江西6645.549551.126109.4山东8468.4012192.247457.3河南6685.189810.266038.0湖北7397.329802.656736.6湖南8169.3010504.677505.0广东12432.2216105.5811809.9广西6791.959898.757032.8海南7126.789395.135928.8重庆9398.6911569.748623.3四川7524.819350.116891.3贵州6848.399116.616159.3云南7379.8110069.896996.9西藏6192.578941.088617.1陕西7553.289267.706656.5甘肃6974.218920.596529.2青海6530.119000.356245.3宁夏7205.579177.266404.3新疆6730.018871.276207.5
建立模型

2、估计模型
（1）录入数据
打开EViews6，点“File”“New”“Workfile”

选择“Unstructured/Undated”，在Observations后输入31，如下所示：

点“ok”。

在命令行输入：DATAYX1X2，回车
将数据复制粘贴到Group中的表格中：

（2）估计回归方程
在命令行输入命令：LSYCX1X2，回车
或者在主菜单中点“Quick”“EstimateEquation”，在Specification中输入YCX1X2，点“确定”。

得到如下估计结果：

对照输出的结果，写出回归报告：

（0.5881）（7.4348）（2.1414）
F=566.3870D.W.=1.8274
做经济意义检验和统计检验：
=1\*GB3①经济意义检验
的估计值为0.5593，的估计值为0.2434，均在0与1之间，符合经济理论和行为规律（或者说符合合理预期的消费理论，具体介绍见书P329）。
=2\*GB3②统计检验
模型的可决系数为0.9759，模型拟合较好。
给定=0.05，模型的F统计量为566.3870，相伴概率p=0.0000<，表明方程的整体线性关系显著。
给定=0.05，对应的t统计量为7.4348，，相伴概率为p=0.0000<，表明变量显著；对应的t统计量为2.1414，相伴概率为p=0.0411<，表明变量显著。

=3\*GB3③模型的经济意义解释
的估计值为0.5593，表示在其他条件不变的前提下，中国城镇居民2006年的人均可支配收入每增加1元，人均消费支出增加0.56元；的估计值为0.2434，表示在其他条件不变的前提下，中国城镇居民在2005年的人均消费每增加1元，2006年的人均消费支出增加0.24元。

非线性回归
（1）可化为线性的非线性回归模型
例题3.5.1：
=1\*GB3①中国城镇居民食品消费需求函数模型。
根据需求理论，居民对食品的消费需求函数大致为：

其中，Q为居民对食品的需求量，X为消费者的消费支出总额，为食品价格指数，为居民消费价格总指数。根据恩格尔定律，随着居民消费支出的增加，居民对食品的消费支出也增加，但食品消费支出比例会逐渐下降。因此，居民对食品的消费支出与居民的总支出间呈幂函数的变化关系。具体的函数形式设定为：

经对数变换，转化为对数线性模型：
（）
拟定待估参数的理论期望值：
A>0
:食品消费支出对总消费支出的弹性，0<<1；
:食品消费支出对食品的自价格弹性，因为食品是生活必需品，-1<<0；
:食品消费支出对总价格的弹性，因为食品是生活必需品，总物价上涨，会导致食品消费支出减少，但不会减少很多，因此-1<<0；
需求函数具有零阶齐次性，即。当所有商品的价格和消费者