1、C-10.3934186.05105-0.1207820.9047GDP0.0710320.0074069.5912490.0000R-squared0.760315Mean dependent var621.0548Adjusted R-squared0.752050S.D. dependent var619.5803S.E. of regression308.5175Akaike info criterion14.36377Sum squared resid2760308.Schwarz criterion14.45629Log likelihood-220.6385F-statistic
2、91.99205Durbin-Watson stat1.570581Prob（F-statistic）0.000000回归方程为：Y = -10.39340931 + 0.07103165248*GDP 对回归方程做检验：斜率项t值9.59大于t在5%显著水平下的检验值2.045，拒绝零假设；截距项t值0.121小于2.045，接受零假设。可决系数0.76，拟合较好，方程F检验值91.99通过F检验。下面进行预测：拓展工作空间：打开work file窗口，单击 ProcStructure，将End date的数据3132；确定预测值的起止日期：打开work file窗口，点击QuickSamp
3、le,填入“1 32”。打开GDP数据表，在GDP的最下方填，按回车键。在出现的Equation界面，点击Forecast出现相应界面如下：双击YF，得到y32=593.3756，预测完毕。实验二：回归模型的建立与检验（数据来源于李子奈版课后习题P105.11）运行Eviews,依次单击filenewwork fileunstructedobservation 10。命令栏中输入“data y x1 x2”，打开“y x1 x2”表，接下来将数据输入其中。命令栏中输入“ls y c x1 x2”回车，即得到回归结果： 10:17 1 10 10626.509340.1301015.61195X
4、1-9.7905703.197843-3.0616170.0183X20.0286180.0058384.9020300.00170.902218670.33000.87428149.0450417.389858.7929752116.8478.883751-40.9648832.294081.6508040.000292估计方程：依次单击viewrepresentations，得到回归方程为: Y = 626.5092847 - 9.790570097*X1 + 0.02861815879*X2，参数估计完毕。直接查看结果计算得到随机干扰项的方差值为2116.847/（10-2-1）=309
5、.55，可决系数为0.902，修正后的可决系数为0.874。F=32.2945%显著水平下的F值4.74，即方程通过F检验；两个参数的t检验值均通过了5%显著水平下的t检验值2.365。打开work file窗口，单击 ProcStructure，将End date的数据1011；打开work file窗口，点击QuickSample,填入“1 11”。在x1的最下方填入35，在x2的最下方填入20000，按回车键。双击YF,得到y11=856.2025，预测完毕。实验三：异方差、自相关、多重共线性的检验1.异方差检验（数据来源于李子奈版课后习题P154.8）运行Eviews,依次单击file
6、newwork fileunstructedobservation 20。命令栏中输入“data y x”，打开“y x”表，接下来将数据输入其中。开始进行LS回归，命令栏中输入“ls y c x”回车，即得到回归结果如下： 1 20 20272.3635159.67731.7057130.1053X0.7551250.02331632.386900.9831295199.5150.9821921625.275216.890013.69130846743.013.79087-134.91301048.9122.087986Y = 272.3635389 + 0.7551249391*X开始检验
7、异方差图示法：在工作文件窗口按Genr,在主窗口键入命令e2=resid2，依次单击QuickGraphScatter可得散点图：显然，散点不在一条水平直线上，即说明存在异方差性。White检验法:依次单击ViewResidual TestsWhite Heteroskedasticity因为本题为一元函数，故无交叉乘积项，选no cross terms。经估计出现white检验结果，如下图：White Heteroskedasticity Test:14.63595Probability0.000201Obs*R-squared12.652130.001789Test Equation: R
8、ESID2 11:16-180998.9103318.2-1.7518580.097849.4284628.939291.7080060.1058X2-0.0021150.001847-1.1447420.26820.63260642337.150.58938445279.6729014.9223.526491.43E+1023.67585-232.26492.081758所以拒绝原假设，表明模型存在异方差。 Goldfeld-Quanadt检验法：在命令栏中直接输入：sort x，得到按照升序排列的x。开始取样本，依次单击quicksample，填入“1 8”，回归模型ls y c x；得到
9、如下结果：26 1 8 81277.1611540.6040.8290000.43880.5541260.3114321.7792870.12550.3453974016.8140.236296166.1712145.217213.00666126528.313.02652-50.026633.1658613.0045320.125501继续取样本，依次单击quicksample，填入“13 20”，回归模型ls y c x；28 13 20212.2118530.88920.3997290.70320.7618930.06034812.625050.9637236760.4770.95767
10、61556.814320.279014.58858615472.014.60844-56.35432159.39191.7229600.000015计算F统计量：F=RSS2/RSS1=615472.0/126528.3=4.864；F=4.864 F0.05（6,6）=4.28，拒绝原假设，表明模型确实存在异方差性。异方差的修正：在对原模型进行OLS后，单击QuickGenerate Series,在弹出的对话框内输w1=1/e,w2=1/e2。再选择QuickEstimate Equation,在弹出的对话框中选择Options按钮，在出现的画面中，选中Weight Ls/TLS复选框，在
11、 Weight内分别输入“w1”，“w2”，分别得下图：33Weighting series: W1415.6603116.97913.5532880.00230.7290260.02242932.50349Weighted Statistics0.9998954471.6060.9998897313.16077.0483111.62138106856.011.72096-114.21381056.4772.367808Unweighted Statistics0.9816640.980645226.1101920263.91.88695934 W2117.0597134.71860.8689
12、200.39630.7869760.02605830.200730.9999994207.51615774.2115.359928.3960394246.6888.495613-81.96039912.08392.1136590.9802810.979185234.4844989692.91.836717经估计发现用w2=1/e2作为合适的权。再检验：单击QuickGenerate Series，分别输入x1=x*w2,y1=y*w2,按住ctrl,依次点击x1,y1，右键选择Open as group，依次单击QuickGraph可得下图：由该图可知，加权后X和Y的散点图在同一直线上，所以是同方差性。2.自相关检验（数据来源于李子奈版课后习题P155.9）运行Eviews,依次单击filenewwork fileAnnualstrat1980 end2007。开始进行LS回归，命令栏中输入“ls log（y） c log（x）”回车，即得到回归结果如下： LOG（Y）49 1980 2007 281.5884780.13422011.83492LOG（X）0.8544150.01421960.090580.9928519.5522560.9925761.3039480.112351Akaike inf
