eviews入門模型線性回歸模型

《eviews入門模型線性回歸模型》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、第二章線性回歸模型一元線性回歸模型多元線性回歸模型可線性化模型虛擬變量一元線性回歸模型案例Case1是黑龍江省伊春林區(qū)1999年16個(gè)林業(yè)局的年木材采伐量和相應(yīng)伐木剩余物數(shù)據(jù)。下面利用該數(shù)據(jù)介紹怎樣利用EViews軟件進(jìn)行OLS回歸1、數(shù)據(jù)文件的讀取或打開。2、畫散點(diǎn)圖。命令方式：scatyx菜單方式：從EViews主菜單中點(diǎn)擊Quick鍵，選擇Graph/Scatter功能Group操作方式：首先要將序列y和x組成一個(gè)群，再在主窗口選擇菜單View/Graph/Scatter畫圖時(shí)應(yīng)該先輸入橫軸的變量名，再輸入縱軸的變量

2、名。3、OLS估計(jì)菜單操作方式：從工作文件主菜單中點(diǎn)擊Quick/EstimateEquation功能。方程設(shè)定(EquationSpecification)對(duì)話框：在選擇框中輸入ycx，或輸入y=C(1)十C(2)*x,表示一個(gè)一元線性回歸方程。命令操作方式：Lsycx4、結(jié)果顯示點(diǎn)擊方程對(duì)象窗口中的View鍵：Actual,Fitted,Residua/Actual,Fitted,ResidualTable功能，可以得到圖形，用來進(jìn)行殘差分析。Presentation，可以得到輸出結(jié)果的代數(shù)表達(dá)式Stats鍵，可以還原

3、回第一種顯示方式。Name鍵，可以為此輸出結(jié)果命名Estimate鍵，可以隨時(shí)改變估計(jì)模型的數(shù)學(xué)形式、樣本范圍以及估計(jì)方法。輸出結(jié)果中，Std.Error(標(biāo)準(zhǔn)誤差):主要用來衡量回歸系數(shù)的統(tǒng)計(jì)可靠性。標(biāo)準(zhǔn)誤差越大，回歸系數(shù)估計(jì)值越不可靠。t-Statistic(t統(tǒng)計(jì)量):檢驗(yàn)的是某個(gè)系數(shù)是否為零(該變量是否不存在于回歸模型中)。prob(概率)，此列顯示在服從t分布條件下，對(duì)應(yīng)其左側(cè)一列t統(tǒng)計(jì)量值的概率。通過這一信息可以方便地分辨出是拒絕還是接受系數(shù)真值為零的假設(shè)。正常情況下，概率低于0.05即可認(rèn)為對(duì)應(yīng)系數(shù)顯著不為零

4、。R-squared(可決系數(shù)):表示擬合優(yōu)度的好壞，可決系數(shù)越大，方程擬合得越好。S.E.ofregression(回歸的標(biāo)準(zhǔn)誤差):這是一個(gè)對(duì)預(yù)測(cè)誤差大小的總體度量，是對(duì)殘差大小的度量。Sumsquaredresid(殘差平方和):是殘差的平方和，可以用做一些檢驗(yàn)的輸入值。Loglikelihood(對(duì)數(shù)似然估計(jì)值):是在系數(shù)估計(jì)值的基礎(chǔ)上對(duì)對(duì)數(shù)似然函數(shù)的估計(jì)值(假定誤差服從正態(tài)分布)?？梢酝ㄟ^觀察方程的約束式和非約束式的對(duì)數(shù)似然估計(jì)值的差異;進(jìn)行似然比檢驗(yàn)。Durbin-Watsonstat(DW統(tǒng)計(jì)量):這是對(duì)序列

5、相關(guān)性進(jìn)行檢驗(yàn)的統(tǒng)計(jì)量。如果它比2小很多，則證明這個(gè)序列正相關(guān)MeanDependentVar(被解釋變量的均值):被解釋變量的樣本均值。F-Statistic(F統(tǒng)計(jì)量):這是對(duì)回歸方程中的所有系數(shù)均為0(除了常數(shù)項(xiàng))的假設(shè)檢驗(yàn)。Prob(F-Statistic)(F統(tǒng)計(jì)量對(duì)應(yīng)的概率):該項(xiàng)是由上面F統(tǒng)計(jì)量的值計(jì)算出的概率。X=20條件下模型的樣本外預(yù)測(cè)方法把工作文件范圍從原來的1~16改為1~17。打開x的數(shù)據(jù)窗口，利用Edit+/-鍵給x的第17個(gè)觀測(cè)值賦值為20。輸出結(jié)果窗口中點(diǎn)擊Forecast鍵，隨即彈出一個(gè)關(guān)

6、于預(yù)測(cè)(Forecast)的對(duì)話框。yf在Forecastname選擇區(qū)自動(dòng)生成，yf是保存預(yù)測(cè)值的變量。在Forecastsample選擇區(qū)把預(yù)測(cè)范圍從1~17改為17~17，即只預(yù)測(cè)x=20時(shí)的y的值。多元線性回歸模型案例case2是1950-1987年間美國(guó)機(jī)動(dòng)汽油消費(fèi)量和影響消費(fèi)量的變量數(shù)值。其中各變量表示：QMG-機(jī)動(dòng)車汽油消費(fèi)量；MOB-汽車保有量；PMG-機(jī)動(dòng)汽油零售價(jià)格；POP-人口數(shù)；GNP-按照1982年美元計(jì)算的GNP；以汽油消費(fèi)量為因變量，其它變量為自變量，建立一個(gè)回歸模型。1、建立模型菜單方式：選

7、object/newobject，在新建對(duì)象對(duì)話框中選對(duì)象為Equation，并命名，點(diǎn)擊OK或選Quick/estimateequation.命令方式：在主窗口命令行輸入：Lsqmg=c(1)+c(2)*car+c(3)*pmg+c(4)*pop+c(5)*rgnp或等價(jià)的輸入變量列表LsQmgccarpmgpoprgnp2．預(yù)測(cè)菜單命令是對(duì)方程對(duì)象操作proc/forecast,或直接從工具欄中選Forecast，Eviews會(huì)產(chǎn)生一個(gè)新的對(duì)話框，可以生成名為原自變量名加f名的新序列，也可自己命名。RMSE均方根誤差；

8、MAE平均絕對(duì)誤差MAPE即平均絕對(duì)百分誤差Theilinequalitycoefficient希爾不等系數(shù)Biasproportion偏差率Varianceproportion方差率Covarianceproportion協(xié)變率多元線性回歸模型的極大似然估計(jì)用對(duì)數(shù)極大似然估計(jì)來估計(jì)一個(gè)模型，主要的工作