1、實(shí)驗(yàn)五實(shí)驗(yàn)項目：運(yùn)用EVIEWS軟件進(jìn)行含虛擬變量問題的回歸分析實(shí)驗(yàn)?zāi)康模赫莆者\(yùn)用EVIEWS軟件對解釋變量中含有虛擬變量的情況進(jìn)行回歸分析的基本 操作方法和步驟，并能夠?qū)浖\(yùn)行結(jié)果進(jìn)行解釋。實(shí)驗(yàn)內(nèi)容提要：根據(jù)具體的經(jīng)濟(jì)現(xiàn)象，選擇合適的虛擬變量。建立關(guān)于虛擬變量的回歸模型，并進(jìn)行估計和檢驗(yàn)。對軟件運(yùn)行的結(jié)果給出合理的經(jīng)濟(jì)學(xué)解釋。實(shí)驗(yàn)內(nèi)容及步驟：模型假設(shè)將某大學(xué)學(xué)生的績分點(diǎn)設(shè)為因變量丫，統(tǒng)計成績設(shè)為自變量X1，是否使用計算機(jī)設(shè)為自變量X2，建立虛擬變量回歸模型，得：Y =。+p X +p X +i 0 1 1i 2 2i iX = i,有使用計算機(jī)其中， 2 i0，沒有使用計算機(jī)其原始數(shù)據(jù)如下

2、表1：表1統(tǒng)計成績績分點(diǎn)是否使用計算機(jī)1004是953.4是561.2是963.6是662.5否752.1是863.1是631.7是964是803.4否902.9否843.1否621.9否682.2否923.7是661.9是601.7否924否631.1是722.7否模型估計結(jié)果如表2：將數(shù)據(jù)錄入EVIEWS軟件中，采用這些數(shù)據(jù)對模型進(jìn)行OLS回歸，表2Dependent Variable: YMethod: Least SquaresDate: 06/02/12 Time: 20:09Sample: 1 20Included observations: 20VariableCoefficie

3、ntStd. Errort-StatisticProb.X10.0633850.00484813.073830.0000X2-0.3720840.137953-2.6971760.0153C-2.0356990.376632-5.4050100.0000R-squared0.909538Mean dependent var2.710000Adjusted R-squared0.898896S.D. dependent var0.944736S.E. of regression0.300396Akaike info criterion0.570054Sum squared resid1.5340

4、47Schwarz criterion0.719414Log likelihood-2.700541Hannan-Quinn criter.0.599211F-statistic85.46258Durbin-Watson stat2.403154Prob（F-statistic）0.000000Y =2.036+0.063Xi1i0.372X2i（0.377）（0.005）（0.138）t=（-5.405）（13.074）（-2.697）r2 = 0.909F = 8 5.463由模型的可知，該模型的回歸擬合效果比較好。其輸出結(jié)果整理如下表:VariableBSE BBetatSig（Cons

5、tant）-2.0360.377-5.4050.000統(tǒng)計成績0.0630.0050.97413.0740.000是否使用計算機(jī)-0.3720.138-0.201-2.6970.015由表中第六列的p值可知，該模型的截距項和自變量“統(tǒng)計成績”、虛擬變量“是否使用計算機(jī)” 系數(shù)都在a =0.05的顯著水平下顯著。由P尸-2.036可知，在“統(tǒng)計成績”和“是否使用計算機(jī)” 都為0時，績分點(diǎn)為-2.036,由此也可見統(tǒng)計成績和計算機(jī)的使用對提高績分點(diǎn)的作用。自變量“統(tǒng) 計成績”的系數(shù)P 1=0.063，這說明統(tǒng)計成績每提高一分，績分點(diǎn)就提高0.063；虛擬變量“是否使 用計算機(jī)”的系數(shù)P 2 =-0.372，這說明當(dāng)學(xué)生使用計算機(jī)時，績分點(diǎn)降低0.372，可見雖然計算機(jī) 對學(xué)習(xí)統(tǒng)計有幫助，但是依