用Eviews软件建立一元线性回归模型并进行相关检验地实验报告材料.doc

用Eviews软件建立一元线性回归模型并进行相关检验的实验报告 本实验报告的目的是使用Eviews软件建立一元线性回归模型，并对模型进行相关检验。该实验报告基于某年中国局部省市城镇居民每个家庭平均全年可支配收入X与消费性支出Y的统计数据。 一、线性回归模型的建立 使用Eviews软件，以表1中的数据绘出可支配收入X与消费性支出Y的散点图，可以看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，我们可以建立一元线性回归模型：Y=β0+β1·X+μ。 二、模型的估计 使用普通最小二乘法（OLS）对模型进行估计。在Eviews软件下，OLS的估计结果如图2-2所示。从回归估计的结果看，模型拟合较好。可绝系数R2=0.983198，明确城镇居民每个家庭平均全年消费性支出变化的98.3198%可由可支配收的变化来解释。 三、模型的检验 从斜率项β1的t检验看，大于5%显著性水平下的自由度为n-2=18的临界值t(18)=2.101，且该斜率值满足0<0.755368<1，符合经济理论中边际消费倾向在0与1之间的绝对收入假说，明确中国城镇居民平均全年可支配收入每增加1元，消费性支出增加0.755368元。 四、预测 假设我们需要关注2012年平均年可支配收入在20000元这一水平下的中国城镇居民平均年消费支出问题。由上述回归方程可得该类家庭人均消费支出的预测值：6220.1457。下面给出该类居民平均年消费支出95%置信度的预测区间：874.28-16041.68。 五、异方差性的检验 对于经济兴旺地区和经济落后地区，消费支出的决定因素不一定一样甚至差异很大，比如经济越落后储蓄率反而会越高，可能就会出现异方差性的问题。因此，我们使用G-Q检验对样本进行检验。在对20个样本按X从大到小排序，去掉中间4个，对前后两个样本进行OLS估计，样本容量为n1=n2=8。 本实验报告使用Eviews软件建立了一元线性回归模型，并对模型进行了相关检验。结果表明，模型拟合较好，且可以用于预测中国城镇居民的消费支出。