【正文】 ”，回車出現(xiàn)“Group”窗口數(shù)據(jù)編輯框，在對應(yīng)的Y、XXX4下輸入響應(yīng)的數(shù)據(jù)。由于財稅體制的改革難以量化，而且1985年以后財稅體制改革對稅收增長影響不是很大，可暫不考慮稅制改革對稅收增長的影響。（3）物價水平。當(dāng)元時，平均值置信度95%的預(yù)測區(qū)間為（，）元。在“Workfile”窗口點(diǎn)擊“sampl”，將“sampl”窗口中的“1 31”改為“1 33”，點(diǎn)“OK”，將樣本區(qū)也改為1—33。對回歸系數(shù)的t檢驗(yàn)：針對和，估計的回歸系數(shù)的標(biāo)準(zhǔn)誤差和t值分別為：，；的標(biāo)準(zhǔn)誤差和t值分別為：。若要讀取已存盤數(shù)據(jù)，點(diǎn)擊“fire/Open”，在對話框的“Drives”點(diǎn)所存的磁盤名，在“Directories”點(diǎn)文件路徑，在“Fire Name”點(diǎn)文件名，點(diǎn)擊“ok”即可。并在“Start date”中輸入開始時間或順序號，如“1”在“end date”中輸入最后時間或順序號，如“31”點(diǎn)擊“ok”出現(xiàn)“Workfile UNTITLED”工作框。因此這些其他因素可以不列入模型，即便它們對居民消費(fèi)有某些影響也可歸入隨即擾動項(xiàng)中。為了分析什么是影響各地區(qū)居民消費(fèi)支出有明顯差異的最主要因素，并分析影響因素與消費(fèi)水平的數(shù)量關(guān)系，可以建立相應(yīng)的計量經(jīng)濟(jì)模型去研究。案例分析一（一元線性回歸模型）我國城市居民家庭人均消費(fèi)支出預(yù)測 一、研究的目的要求居民消費(fèi)在社會經(jīng)濟(jì)的持續(xù)發(fā)展中有著重要的作用。 二、模型設(shè)定 我們研究的對象是各地區(qū)居民消費(fèi)的差異。為了與“城市居民人均消費(fèi)支出”相對應(yīng)，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。其中已有變量：“c”—截距項(xiàng) “resid”—剩余項(xiàng)。 估計參數(shù) 方法一：在EViews主頁界面點(diǎn)擊“Quick”菜單，點(diǎn)擊“Estimate Equation”，出現(xiàn)“Equation specification”對話框，選OLS估計，即選擊“Least Squares”，鍵入“Y C X”，點(diǎn)“ok”或按回車，即出現(xiàn)如表12那樣的回歸結(jié)果。取，查t分布表得自由度為的臨界值。 為了輸入，在EViews命令框鍵入data x /回車, 在X數(shù)據(jù)表中的“32”位置輸入“8270”，在“33”的位置輸入“12405”，將數(shù)據(jù)表最小化。個別值置信度95%的預(yù)測區(qū)間為：時 時 即是說，當(dāng)?shù)谝徊綍r，個別值置信度95%的預(yù)測區(qū)間為（，）元。我國的稅制結(jié)構(gòu)以流轉(zhuǎn)稅為主，以現(xiàn)行價格計算的GDP等指標(biāo)和經(jīng)營者的收入水平都與物價水平有關(guān)。所以解釋變量設(shè)定為可觀測的“國內(nèi)生產(chǎn)總值”、“財政支出”、“商品零售物價指數(shù)”等變量。年份稅收收入（億元）（Y）國內(nèi)生產(chǎn)總值（億元）（X2）財政支出（億元）（X3）商品零售價格指數(shù)（%）（X4）1978197919801981198219831984198519861987198819891990199119921993199419951996199719981999200020012002表21 中國稅收收入及相關(guān)數(shù)據(jù) 估計參數(shù)：點(diǎn)擊“Procs“下拉菜單中的“Make Equation”，在出現(xiàn)的對話框的“Equation Specification”欄中鍵入“Y C X2 X3 X4”，在“Estimation Settings”欄中選擇“Least Sqares”(最小二乘法)，點(diǎn)“ok”，即出現(xiàn)回歸結(jié)果，見表22所示。案例分析三（多重共線性的檢驗(yàn)與校正）中國旅游收入回歸模型一、研究的目的要求近年來，中國旅游業(yè)一直保持高速發(fā)展，旅游業(yè)作為國民經(jīng)濟(jì)新的增長點(diǎn)，在整個社會經(jīng)濟(jì)發(fā)展中的作用日益顯現(xiàn)。但是當(dāng)時,不僅、系數(shù)的t檢驗(yàn)不顯著，而且系數(shù)的符號與預(yù)期的相反，這表明很可能存在嚴(yán)重的多重共線性。案例分析四（異方差的檢驗(yàn)與校正）四川省醫(yī)療機(jī)構(gòu)回歸模型一、問題的提出和模型設(shè)定根據(jù)本章引子提出的問題，為了給制定醫(yī)療機(jī)構(gòu)的規(guī)劃提供依據(jù)，分析比較醫(yī)療機(jī)構(gòu)與人口數(shù)量的關(guān)系，建立衛(wèi)生醫(yī)療機(jī)構(gòu)數(shù)與人口數(shù)的回歸模型。（1）生成殘差平方序列。（二）GoldfeldQuanadt檢驗(yàn)EViews軟件操作。由表43計算得到的殘差平方和為，由表44計算得到的殘差平方和為，根據(jù)GoldfeldQuanadt檢驗(yàn)，F(xiàn)統(tǒng)計量為 （4）判斷。表46表46的估計結(jié)果如下 括號中數(shù)據(jù)為t統(tǒng)計量值。表51是從《中國統(tǒng)計年鑒》收集的中國農(nóng)村居民19852003年的收入與消費(fèi)數(shù)據(jù)。由模型可得殘差序列et，在EViews中，每次回歸的殘差存放在resid序列中，為了對殘差進(jìn)行回歸分析，需生成命名為e的殘差序列。[原模型中Se（）= ，廣義差分模型中為Se（）= 。如果實(shí)際應(yīng)用中樣本較小，則兩者的差異會較大。表61 1996－2005年全國廣義貨幣供應(yīng)量及物價指數(shù)月度數(shù)據(jù)月度廣義貨幣M2 (千億元）廣義貨幣增長量M2z（千億元）居民消費(fèi)價格同比指數(shù)tbzs 月度廣義貨幣M2 (千億元）廣義貨幣增長量M2z（千億元）居民消費(fèi)價格同比指數(shù)tbzs Jan96Oct00100Feb96Nov00Mar96Dec00Apr96Jan01May96Feb01100Jun96Mar01Jul96Apr01Aug96May01Sep96Jun01Oct96107Jul01Nov96Aug01101Dec96107Sep01Jan97Oct01Feb97Nov01Mar97104Dec01Apr97Jan0299May97Feb02100Jun97Mar02Jul97Apr02Aug97May02Sep97Jun02Oct97Jul02Nov97Aug02Dec97Sep02Jan98Oct02Feb98Nov02Mar98Dec02Apr98Jan03May9899Feb03Jun98Mar03Jul98Apr03101Aug98May03Sep98Jun03Oct98Jul03Nov98Aug03Dec9899Sep03Jan99Oct03Feb99Nov03103Mar99Dec03Apr99Jan04May99Feb04Jun99Mar04103Jul99Apr04Aug99May04Sep99Jun04105Oct99Jul04Nov99Aug04Dec9999Sep04Jan00Oct04Feb00Nov04Mar00Dec04Apr00Jan05May00Feb05Jun00Mar05Jul00Apr05Aug00May05Sep00100數(shù)據(jù)來源：中國經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)庫。Dependent Variable: TBZSMethod: Least SquaresDate: 07/03/05 Time: 17:09Sample(adjusted): 1997:02 2005:05Included observations: 100 after adjusting endpointsVariableCoefficientStd. ErrortStatisticProb. CM2ZM2Z(1)M2Z(2)M2Z(3)M2Z(4)M2Z(5)M2Z(6)M2Z(7)M2Z(8)M2Z(9)M2Z(10)M2Z(11)M2Z(12)Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid Schwarz criterionLog likelihood FstatisticDurbinWatson stat Prob(Fstatistic)，從M2Z到M2Z(11)，回歸系數(shù)都不顯著異于零，而M2Z（12），在5％顯著性水平下拒絕系數(shù)為零的原假設(shè)。根據(jù)前面的分析可知，分布滯后模型可以用子回歸模型來代替，因此我們估計如下子自回歸模型：在Eviews工作文檔的方程設(shè)定窗口中，輸入TBZS C TBZS(1)。若取居民儲蓄的增量（YY），并作時序圖（） 從居民儲蓄增量圖可以看出，城鄉(xiāng)居民的儲蓄行為表現(xiàn)出了明顯的階段特征：在1996年和2000年有兩個明顯的轉(zhuǎn)折點(diǎn)。需要指出的是，在上述建模過程中，主要是從教學(xué)的目的出發(fā)運(yùn)用虛擬變量法則，沒有考慮通貨膨脹因素。如果是這樣，顯然設(shè)定的回歸模型（）式中可能遺漏了變量GDP、Exchange以及兩者的線性組合。CGDPGDP(1)EXCHANGE^2Rsquared. dependent var. of regressionSchwarz criterionLog likelihoodProb(Fstatistic)可以認(rèn)為，這時模型設(shè)定無變量設(shè)定誤差。在Eviews中具體操作過程如下：在Eviews中建立文檔，錄入人均可支配收入（SR）和生活費(fèi)支出（ZC）序列的數(shù)據(jù)。從檢驗(yàn)結(jié)果看，在1％、5％、10％三個顯著性水平下，、 ，從而不能拒絕，表明人均可支配收入（SR）序列存在單位根，是非平穩(wěn)序列。FstatisticDurbinWatson statAkaike info criterionSum squared