【Eviews实战】——多元线性回归模型的建立（一）

🍉CSDN小墨&晓末:https://blog.csdn.net/jd1813346972

   个人介绍: 研一｜统计学｜干货分享
         擅长Python、Matlab、R等主流编程软件
         累计十余项国家级比赛奖项，参与研究经费10w、40w级横向

熟悉eviews基本操作,利用eviews建立消费和支出法GDP、粮食产量和劳动力及化肥之间的简单线性回归模型,并根据回归结果进行数据解读。文章涉及普通最小二乘法、F检验、t检验、拟合优度检验等知识。

1 数据背景

  我国1978-1998年消费支出及支出法GDP数据，数据来源于实验课数据文件，具体数据如表1所示。

2 理论模型

  根据消费与GDP关系，以消费作为因变量，GDP作为自变量构建理论模型：

$$y_t=\alpha +{\beta }_1{x}_t+{\mu }_t$$

  其中$y_t$表示第t个时段消费，$x_t$表示第t个时段支出法GDP。

3 数据可视化

  利用Eviews10.0绘制线性图和散点图。

  由图1可以看出，随着年份的增加，消费和支出法GDP呈递增的趋势；同时，根据消费和GDP支出法的散点图可以看出，消费和支出法GDP大致呈线性关系。

4 回归模型

  通过Eviews10.0进行回归普通线性最小二乘回归得到结果：

  根据结果显示，得到初步回归函数：

  回归方程Prob(F-statistic)=0.000000<0.05,通过显著性水平为0.05的显著性检验。

5 模型检验

5.1 经济意义检验

  从经济意义上看，${\beta }_1=0.574787>0$，符号为正，说明我们支出法GDP的增加会导致居民人均消费支出的增加，二者同向变动，且斜率值满足0<0.574789<1,符合经济学意义，表明我国支出法GDP每增加一元，居民人均消费支出增加0.574789元。

5.2 统计检验

5.2.1 估计标准误差检验

  S.E. of regression=336.1071，表明我国居民人均消费支出的平均误差为336.1071。

5.2.2拟合优度检验

  由回归结果：$R^2=0.999486$，表明我国人均消费支出变化的99.95%可由支出法GDP的变化来解释，模型的拟合优度较高。

5.2.3 参数显著性检验

  对于${\beta }_1,t=192.2519>t_{0.025}(19)=2.093$,且P=0.000<0.05,拒绝原假设，表明我国支出法GDP对居民人均消费支出存在显著性影响。

6 拟合效果及预测效果

6.1 拟合效果

6.2 预测效果

  由图4、图5可以看出，模型整体拟合效果是较好，且残差在0附近波动，模型建立成功。