一元線性回歸模型案例分析

1、一元線性回歸模型案例分析一元線性回歸模型案例分析一、研究的目的要求居民消費在社會經(jīng)濟的持續(xù)發(fā)展中有著重要的作用。居民合理的消費模式和居民適度的消費規(guī)模有利于經(jīng)濟持續(xù)健康的增長，而且這也是人民生活水平的具體體現(xiàn)。改革開放以來隨著中國經(jīng)濟的快速發(fā)展，人民生活水平不斷提高，居民的消費水平也不斷增長。但是在看到這個整體趨勢的同時，還應看到全國各地區(qū)經(jīng)濟發(fā)展速度不同，居民消費水平也有明顯差異。例如，2002年全國城市居民家庭平均每人每年消費支出為

2、6029.88元最低的黑龍江省僅為人均4462.08元，最高的上海市達人均10464元，上海是黑龍江的2.35倍。為了研究全國居民消費水平及其變動的原因，需要作具體的分析。影響各地區(qū)居民消費支出有明顯差異的因素可能很多，例如，居民的收入水平、就業(yè)狀況、零售物價指數(shù)、利率、居民財產(chǎn)、購物環(huán)境等等都可能對居民消費有影響。為了分析什么是影響各地區(qū)居民消費支出有明顯差異的最主要因素，并分析影響因素與消費水平的數(shù)量關系，可以建立相應的計量經(jīng)濟模型

3、去研究。二、模型設定我們研究的對象是各地區(qū)居民消費的差異。居民消費可分為城市居民消費和農(nóng)村居民消費，由于各地區(qū)的城市與農(nóng)村人口比例及經(jīng)濟結構有較大差異，最具有直接對比可比性的是城市居民消費。而且，由于各地區(qū)人口和經(jīng)濟總量不同，只能用“城市居民每人每年的平均消費支出”來比較，而這正是可從統(tǒng)計年鑒中獲得數(shù)據(jù)的變量。所以模型的被解釋變量Y選定為“城市居民每人每年的平均消費支出”。因為研究的目的是各地區(qū)城市居民消費的差異，并不是城市居民消費在不

4、同時間的變動，所以應選擇同一時期各地區(qū)城市居民的消費支出來建立模型。因此建立的是2002年截面數(shù)據(jù)模型。影響各地區(qū)城市居民人均消費支出有明顯差異的因素有多種，但從理論和經(jīng)驗分析，最主要的影響因素應是居民收入，其他因素雖然對居民消費也有影響，但有的不易取得數(shù)據(jù)，如“居民財產(chǎn)”和“購物環(huán)境”；有的與居民收入可能高度相關，如“就業(yè)狀況”、“居民財產(chǎn)”；還有的因素在運用截面數(shù)據(jù)時在地區(qū)間的差異并不大，如“零售物價指數(shù)”、“利率”。因此這些其他因

5、素可以不列入模型，即便它們對居民消費有某些影響也可歸入隨即擾動項中。為了與“城市居民人均消費支出”相對應，選擇在統(tǒng)計年鑒中可以獲得的“城市居民每人每年可支配收入”作為解釋變量X。從2002年《中國統(tǒng)計年鑒》中得到表2.5的數(shù)據(jù):表2.52002年中國各地區(qū)城市居民人均年消費支出和可支配收入地區(qū)城市居民家庭平均每人每年消費支出(元)Y城市居民人均年可支配收入(元)X寧夏新疆6104.925636.406067.446899.64作城市居民

6、家庭平均每人每年消費支出(Y)和城市居民人均年可支配收入(X)的散點圖，如圖2.12：圖2.12從散點圖可以看出居民家庭平均每人每年消費支出(Y)和城市居民人均年可支配收入(X)大體呈現(xiàn)為線性關系，所以建立的計量經(jīng)濟模型為如下線性模型：12iiiYXu?????三、估計參數(shù)假定所建模型及隨機擾動項iu滿足古典假定，可以用OLS法估計其參數(shù)。運用計算機軟件EViews作計量經(jīng)濟分析十分方便。利用EViews作簡單線性回歸分析的步驟如下：1

7、、建立工作文件首先，雙擊EViews圖標，進入EViews主頁。在菜單一次點擊FileNewWkfile，出現(xiàn)對話框“WkfileRange”。在“Wkfilefrequency”中選擇數(shù)據(jù)頻率：Annual(年度)Weekly(周數(shù)據(jù))Quartrly(季度)Daily(5dayweek)(每周5天日數(shù)據(jù))SemiAnnual(半年)Daily(7dayweek)(每周7天日數(shù)據(jù))Monthly(月度)Undatedirreqular

8、(未注明日期或不規(guī)則的)在本例中是截面數(shù)據(jù)，選擇“Undatedirreqular”。并在“Startdate”中輸入開始時間或順序號，如“1”在“enddate”中輸入最后時間或順序號，如“31”點擊“ok”出現(xiàn)“WkfileUNTITLED”工作框。其中已有變量：“c”—截距項“resid”—剩余項。在“Objects”菜單中點擊“NewObjects”，在“NewObjects”對話框中選“Group”，并在“NamefObjec