摘要：中国是一个农业大国，几千年传统的原始落后的农耕社会使得中国的农业发展滞后于全社会经济的发展。新世纪中国发展的关键在于解决九亿农民的发展问题，其实质就在于提高农民的实际收入。建立投资额模型，研究某地区实际投资额与国民生产总值 ( GNP ) 及物价指数 ( PI ) 的关系,根据对未来GNP及PI的估计，预测未来投资额。以下是地区连续20年的统计数据，为了增加数据可比性，投资额和国民生产总值是以第一年为基期将数据换算后的。
：
关键词：投资额国民生产总值物价指数
1实验目的
掌握运用eviews软件进行多元回归分析的基本操作方法和步骤，并能够对软件运行结果进行解释。
2变量选择
建立投资额模型，研究某地区实际投资额与国民生产总值 ( GNP ) 及物价指数 ( PI ) 的关系,根据对未来GNP及PI的估计，预测未来投资额。以下是地区连续20年的统计数据，为了增加数据可比性，投资额和国民生产总值是以第一年为基期将数据换算后的。
下面是进行简单的多元回归：
Dependent Variable: Y
Method: Least Squares
Date: 11/05/15 Time: 20:32
Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
X1 0.636132 0.068555 9.279108 0.0000
X2 -892.3898 127.2399 -7.013442 0.0000
C 334.7074 47.71633 7.014525 0.0000
R-squared 0.991022 Mean dependent var 234.8000 Adjusted R-squared 0.989965 S.D. dependent var 125.7070
S.E. of regression 12.59240 Akaike info
criterion 8.041544 Sum squared resid 2695.663 Schwarz criterion 8.190904
Log likelihood -77.41544 Hannan-Quinn
criter. 8.070701 F-statistic 938.2299 Durbin-Watson stat 0.828098 Prob(F-statistic) 0.000000
各个解释变量都都用过了t检验，总体也通过了F检验。
第二次作业
五、异方差的诊断与修正
1）图形检验法
首先，产生序列。e 2=resid^2
用残差的平方和X作图。X作为X轴，残差的平方作为Y轴。
这是得出的X1与e2的散点图
从图中我们可以看到，随着X 的增加，e2有着增加的趋势，但不是很明显，很难判断是否存在异方差。
010*******
400
500
X1
E 2
2）戈里瑟检验
结论：
由下图知F-statistic ，Obs*R-squared ， P 值大于0.05，所以不存在异方差。
Heteroskedasticity Test: Glejser
F-statistic 0.389602 Prob. F(2,17) 0.6832 Obs*R-squared 0.876533 Prob. Chi-Square(2) 0.6452 Scaled explained SS
0.602108 Prob. Chi-Square(2) 0.7400
Test Equation:
Dependent Variable: ARESID Method: Least Squares Date: 11/08/15 Time: 19:10 Sample: 1994 2013
Included observations: 20
Variable
Coefficient
Std. Error t-Statistic Prob. C 9.410399 25.28480 0.372176 0.7144 X1 0.004852 0.036327 0.133552 0.8953 X2 -5.859979
67.42423 -0.086912 0.9318
010*******
400
500
X2
E 2
R-squared 0.043827 Mean dependent var 9.757171 Adjusted R-squared -0.068664 S.D. dependent var 6.454763
S.E. of regression 6.672690 Akaike info
criterion 6.771404 Sum squared resid 756.9214 Schwarz criterion 6.920764
Log likelihood -64.71404 Hannan-Quinn
criter. 6.800561 F-statistic 0.389602 Durbin-Watson stat 1.521978 Prob(F-statistic) 0.683221
3）怀特检验
打开x与y的等式，从视图窗口导出怀特检验图，如下图
Heteroskedasticity Test: White
F-statistic 0.466019 Prob. F(5,14) 0.7953 Obs*R-squared 2.853746 Prob. Chi-Square(5) 0.7225 Scaled explained SS 1.058796 Prob. Chi-Square(5) 0.9577
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/05/15 Time: 20:37
Sample: 1994 2013
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 3452.888 9317.534 0.370580 0.7165
X1 6.339848 26.29923 0.241066 0.8130
X1^2 0.002261 0.018970 0.119173 0.9068
X1*X2 -10.59972 70.23460 -0.150919 0.8822
X2 -13390.41 49003.38 -0.273255 0.7886
X2^2 11944.62 65113.09 0.183444 0.8571
R-squared 0.142687 Mean dependent var 134.7832 Adjusted R-squared -0.163496 S.D. dependent var 140.1420
S.E. of regression 151.1648 Akaike info
criterion 13.11794 Sum squared resid 319911.3 Schwarz criterion 13.41666
