一、实验目的：

1、掌握回归模型点预测与区间预测的原理

2、掌握回归模型预测的EViews操作

3、掌握回归模型预测图的EViews操作了解异方差的White检验和WLS（加权最小二乘估计）法。

二、实验要求

1、预习：

认真阅读实验指导书《宏观经济模型分析上机指导》第三章第１、２节。

2、.实验要求：

（1）学会EViews软件工作文件的创建及数据输入方法。

（2）能用EViews对单个序列描述统计量,并会使用图象分析法。

（3）掌握用EViews进行一元及多元线性回归的参数估计、显著性检验和模型评价方法，并恰当解释其经济意义。

（4）、掌握对联立方程模型进行估计的两阶段最小平方法（TSLS）的EViews操作。

三、实验内容

1、根据回归模型的预测的原理，建立预测模型；

2、由已知经济数据，建立多元线性回归模型，运用Eviews软件对因变量进行回归模型预测；

3、对回归模型做预测图，并进行预测分析。

四、实验原理

经济预测的基本概念

1、非模型预测法

2、模型预测法

(一)时间序列分析法

(二)回归预测模型

(三)计量经济模型

(四)投入产出模型

(五)系统动力学模型

.回归模型的点预测原理

2.回归模型的区间预测原理

在给定显著性水平α条件下的预测区间为：

3、回归模型预测的Eviews操作

五、实验步骤

步骤一、建立多元线性回归模型

1.方程对象的创建

选择[Objects]=>[New Object]；

在[Type of Object](对象类型)中选择[Equation](方程)；

在[Name for Object](对象名称)中键入序列名称，单击[OK]按钮，显示如图1所示的方程设定对话框。

图1方程设定对话框

步骤二、估计多元线形回归模型

进入方程估计输出窗口;

选择模型的估计方法。

普通最小二乘法（OLS）、加权最

小二乘法（WLS）、非线性最小二乘法

（NLS）和自回归移动平均（ARMA）。

在[Estimate Setting]（估计设置）中的[Method]（方法）下拉列表中，可以选择方程的估计方法。

步骤三、线性回归模型预测

对方程对象操作

[Procs]=>[Forecast],

或直接点击其工具栏中的[Forecast];

EViews会产生一个新对话框，打

开新对话框，输入序列名。

可以命为原自便量名加f的新序

列，也可给预测变量随意命名。

命名后，指定的序列将存储于工作文件中。

用户可以根据需要选择预测区间

（sample range for forecast）

Dynamic 选项：

是利用滞后变量以前的预测值来计算当前样本区间的预测值，

Static 选项：

利用滞后变量的实际值来计算预测值。

当不含有滞后被解释变量或ARMA项时，两种方法结果相同；

当含有滞后被解释变量或ARMA项时，两种方法结果不相同。

Output：可选择用图形或数值来看预测值，或两者都用以及预测评价指标（平均绝对误差等）。

将对话框的内容输入完毕，点击OK得到用户命名的预测值序列。

4.回归预测图的EViews操作

EViews不能直接计算出预测值的置信区间的输出数值。

实线表示因变量的预测值；

上下两条虚线给出的是近似95%的置信区间。

图右边的附表提供了一系列对模型的评价指标。

包括七项：

1、Root Mean Squared Error（均方根误差）

2、Mean Absolute Error（平均绝对误差）

这两个指标取决于因变量的绝对数值。

相对指标：

3、Mean Abs. Percent Error(平均绝对百分误差)

MAPE低于10，预测精度较高。

4、Theil Inequality Coefficient

(希尔不等系数)

介于0到1之间；

数值越小表明拟合值和真实值之间的差异越小，预测精度越高.

5、Bias Proportion(偏差率)、

6、Variance Proportion(方差率)

7、Covariance Proportion（协变率）

是三个相互联系的指标

它们的取值范围都在0和1之间

并且这三项指标之和等于1

偏差率BP反映预测值均值和实际值均值间的差异;

方差率VP反映它们标准差的差异;

协变率CP则衡量了剩余的误差.

当预测是比较理想时，均方误差大多数集中在协变率上，而其余两项都很小。

六、实验思考题

1、 在经济预测的基础上，如何对宏观经济建立经济预警系统？