经济意义；

(2) 对所建立的回归方程进行检验；

(3) 若2008年某地区国内生产总值为8500亿元，求该地区税收收入的预测值及预测区间。

实验二：Eviews的常用函数与多元线性回归分析

实验目的

1、掌握Eviews中的常用函数及应用

2、掌握用Eviews估计与检验多元线性回归模型

实验内容

1、掌握Eviews中的常用函数及应用 （1）一般函数

（2）关于回归结果的函数 （3）函数在Eviews中应用 2、多元线性回归分析

（1）创建工作文件后（注意文件范围尽量大，能包容序列），用New Object建立序列，在Edit状态下，在相应位置输入或复制序列数据。或者从Excel调入数据。

根据下表中的数据分析城镇居民人均全年耐用消费品支出Y和可支配收入X1和耐用消费品价格指数X2

表1 城镇居民人均人均耐用消费品支出与可支配收入的统计资料

年份 1988 1989 1990 1991 1992 1993 1994 人均耐用消费品支出 人均全年可支配收入 耐用消费品价格指数 Y（元） 137.16 124.56 107.91 102.96 125.24 162.45 217.43 X1（元） 1181.4 1375.7 1501.2 1700.6 2026.6 2577.4 3496.2 X2 115.96 133.35 128.21 124.85 122.49 129.86 139.52 1995 1996 1997 1998 253.42 251.07 285.85 327.26 4283.0 4838.9 5160.3 5425.1 140.44 139.12 133.35 126.39

① 建立工作文件： CREATE A 88 98 ② 输入统计资料： DATA Y X1 X2 ③ 建立回归模型：LS Y C X1 X2

⒉ 菜单点击法，Eviews中的多元回归分析的操作方式与一元回归分析相似可参照实验一步骤

则估计结果及有关信息如图2-1所示。

图2-1

由此，回归方程：

Yi?158.5398?0.0494X1i?0.9117X2i

?t＝(1.301564) (10.54786) (－0.921316)

R2?0.947989 R2?0.9349 8 6F?72.906 47（3）进行回归系数的检验和回归方程的检验，分析回归输出结果是否符合你期望出现的情况。

实验三 异方差的检验与修正

实验目的

1、理解异方差的含义、后果

2、学会异方差的检验与加权最小二乘法

实验内容

一、准备工作。建立工作文件，并输入数据，用普通最小二乘法估计方程（操作步骤与方法同前），得到残差序列。

表2列出了1998年我国主要制造工业销售收入与销售利润的统计资料，请利用统计软件Eviews建立我国制造业利润函数模型。

表2 我国制造工业1998年销售利润与销售收入情况

行业名称 食品加工业 食品制造业 饮料制造业 烟草加工业 纺织业 服装制品业 皮革羽绒制品 木材加工业 家具制造业 造纸及纸品业 印刷业 文教体育用品 石油加工业 化学原料纸品 销售利润 187.25 111.42 205.42 183.87 316.79 157.7 81.7 35.67 31.06 134.4 90.12 54.4 194.45 502.61 销售收入 3180.44 1119.88 1489.89 1328.59 3862.9 1779.1 1081.77 443.74 226.78 1124.94 499.83 504.44 2363.8 4195.22 行业名称 医药制造业 化学纤维制品 橡胶制品业 塑料制品业 非金属矿制品 黑色金属冶炼 有色金属冶炼 金属制品业 普通机械制造 专用设备制造 交通运输设备 电子机械制造 电子通讯设备 仪器仪表设备 销售利润 238.71 81.57 77.84 144.34 339.26 367.47 144.29 201.42 354.69 238.16 511.94 409.83 508.15 72.46 销售收入 1264.1 779.46 692.08 1345 2866.14 3868.28 1535.16 1948.12 2351.68 1714.73 4011.53 3286.15 4499.19 663.68

二、异方差的检验 1、图形分析检验

⑴观察销售利润（Y）与销售收入（X）的相关图(图3-1)：SCAT X Y

图3-1 我国制造工业销售利润与销售收入相关图

从图中可以看出，随着销售收入的增加，销售利润的平均水平不断提高，但离散程度也逐步扩大。这说明变量之间可能存在递增的异方差性。 ⑵ 残差分析

首先将数据排序（命令格式为：SORT 解释变量），然后建立回归方程。在方程窗口中点击Resids按钮就可以得到模型的残差分布图（或建立方程后在Eviews工作文件窗口中点击resid对象来观察）。

图3-2 我国制造业销售利润回归模型残差分布

图3-2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。 2、Goldfeld-Quant检验

⑴将样本安解释变量排序（SORT X）并分成两部分（分别有1到10共11个样本合19到28共10个样本）

⑵利用样本1建立回归模型1（回归结果如图3-3），其残差平方和为2579.587。

SMPL 1 10 LS Y C X

图3-3 样本1回归结果

⑶利用样本2建立回归模型2（回归结果如图3-4），其残差平方和为63769.67。

SMPL 19 28 LS Y C X

图3-4 样本2回归结果

⑷计算F统计量：F?RSS2/RSS1＝63769.67/2579.59=24.72，RSS1和RSS2分别是模型1和模型2的残差平方和。

取??0.05时，查F分布表得F0.05(10?1?1,10?1?1)?3.44，而

F?24.72?F0.05?3.44，所以存在异方差性

3、White检验

(1)建立回归模型：LS Y C X，回归结果如图3-5。