课程名称：课程名称：计量经济学学生姓名：阳诗琪学号：201174250203班级：1102班专业：金融学2013年5月5日计量经济学实验报告多元回归模型实验【实验目标】：通过上机实验,使学生能够使用Eviews软件【实验内容】：1.用Eviews完成多元线性回归模型的统计检验2.对Eviews结果对应的相关统计检验进行解释【实验步骤及分析】:1、经济理论理论上认为影响成品钢材的需求量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此，收集了我国成品钢材的需求量选择与其相关的八个因素原油产量、生铁产量、原煤产量、发电量、铁路货运量、固定资产投资额、居民消费作为影响变量1980——1998年的有关数据如下表。年份成品钢材（万吨）y原油(万吨)x1生铁（万吨）x2原煤（亿吨）x3发电量（亿千瓦）x4铁路货运量（万吨）x5固定资产投资额(亿元）x6居民消费（亿元）x719802716.2105953802.46.23006.2111279910.92317.119812670.1101223416.66.23092.1076739612604.1198229021021235516.663277113491230.42867.9198330721060737387.1535141187841430.13182.51984337211461.340017.8937701240741832.93674.51985369312489.543848.7241071307092543.245891986405813068.850648.9444951356353120.65175198743561341455039.2849731406533791.75961.21988468913704.657049.854521449484753.87633.11989485913764.1582010.5458481514894410.48523.51990515313830.6623810.8621215068145179113.21991563814009.2676510.8767751528935594.510315.91992669714209.7758911.1675391576278080.112459.81993771614523.7873911.51839516266313072.315682.41994848214608.2974112.4928116309317042.120809.819958979.815004.9410529.2713.6110070.316588520019.326944.519969338.0215733.3910722.513.9710813.11688032297432152.319979978.9316074.1411511.4113.7311355.5316973422913.534854.62、模型估计多元线性回归模型的基本形式：设随机变量y与一般变量x1,x2,...xp的理论线性回归模型为:y=其中β1,β2，。。。，βp是p+1个未知参数，β0称为回归常数,β1,β2，。。。，βp称为回归系数。y称为被解释变量(因变量)，而x1,x2,...xp是p个可以精确测量并可控制的一般变量，称为解释变量（自变量）。ε是随机误差。3、画散点图4、建立模型将原始数据导入到Eviews6.0(破解版）的数据框中，然后用Eviews软件做线性回归分析如下：在Eviews主窗口菜单单击Quick/EstimateEquation，弹出方程估计窗口，再在弹出的窗口清单内填入以下回归方程的书写形式。整形式y=c(1)+c(2)*x1+c(3)*x2+c(4)*x3+c(5)*x4+c(6)*x5+c(7)*x6+c(8)*x7简化形式ycx1x2x3x4x5x6x7这里我们采用简化形式执行后得到输出结果为：分析:从模型汇总表中可以看出,决定系数R2=0.998775,由决定系数看回归模型高度显著。又由F=1164.425,P值=0.000000,回归模型通过了F检验,表明7个自变量整体对因变量y产生显著线性影响的判断所犯错误的概率仅为0.000000。说明x1,x2,x3,x4,x5,x6,x7,整体上对y有高度显著的线性影响。表中第二列是我们的回归方程参数估计值,由此可以得到y对7个自变量的线性回归方程为：5、对估计结果的检验拟合优度的检验R2=0.998775，说明模型对样本拟合的很好显著性的F检验分析：从表中结果可以看出Prob(F-