其次，根据公式计算置信区间 i-生-2a阿+u-2a阿 上界为 Scalar upper=food_income.@coefs(1)+food_income.@coefs(2)*800+@qtdist(0.975,food_income.@reg obs-2)*sqr(varyhat) 计算结果为157.0439 下界为 Scalar lower=food income.@coefs(1)+food income.@coefs(2)*800-@qtdist(0.975,food_income.@rego bs-2)*sqr(varyhat) 计算结果为129.7530 题二 1.表2提供了rev(财政收入)和gdp(国内生产总值)的数据，把rev(财政收入)作为 被解释变量，把gp(国内生产总值)作为解释变量进行一元线性回归，给出估计结果。 REV=-5826.157862+0.08478103497*GDP 2.线性回归模型的预测（有条件预测，即用解释变量的预测值预测被解释变量） (1)预测解释变量的值 用趋势外推的方法预测解释变量的值，即用解释变量GDP作因变量，趋势项T(时间项， 在1978年，时间项取为1,1979年时取为2，…依次类推)作为自变量作回归（样本数 据采用1978一1995)。回归方程如下：GDP=a+b.T。在工作文件中输入T在1996-2000 年的值。选择Forecast在区间1996~2000年间应用回归模型GDP=a+b·T对GDP进行预 测（选择相应回归模型窗口中的Forecast,.注意选择区间为1996-2000，而不是1978~1995）， 预测得到的GDP值存为GDPF,将预测值GDPF填入下表中相应的部分，并与下表中列出 的GDP实际值进行比较。分析你所看到的结果，并尝试解释一下其中的原因。 年度 GDPF GDP 1996 1412503 2451106 1997 1505982 2947037 1998 1599461. 3555199 1999 1692940. 4128370 2000 1786418 4927132 从上表可以看出：GDPF明显小于GDP的真实值，这是因为GDPF是通过GDP=a+b·T 这个方程预测出来的，预测值偏离真实值很多说明这个模型拟合效果不是很好。事实上，通 过绘制GDP与时间T的散点图，会发现GDP随时间非线性增长，因此GDP的预测模型考 虑采用非线性模型，例如关于T的二次型函数GDP=a+bT+c·T2,拟合效果会大大改其次，根据公式计算置信区间 l ( ) m l( ) l ( ) m l 0 00 0 ( ) 2 2 Y t n Var Y Y t n Var Y 2, 2 α α ⎡ ⎤ − −⋅ + −⋅ ⎢ ⎥ ⎣ ⎦ 上界为 Scalar upper=food_income.@coefs(1)+food_income.@coefs(2)*800+@qtdist(0.975,food_income.@reg obs-2)*sqr(varyhat) 计算结果为 157.0439 下界为 Scalar lower=food_income.@coefs(1)+food_income.@coefs(2)*800-@qtdist(0.975,food_income.@rego bs-2)*sqr(varyhat) 计算结果为 129.7530 题二 1．表 2 提供了 rev（财政收入）和 gdp（国内生产总值）的数据，把 rev（财政收入）作为 被解释变量，把 gdp（国内生产总值）作为解释变量进行一元线性回归，给出估计结果。 REV = -5826.157862 + 0.08478103497*GDP 2．线性回归模型的预测（有条件预测，即用解释变量的预测值预测被解释变量） （1）预测解释变量的值 用趋势外推的方法预测解释变量的值，即用解释变量 GDP 作因变量，趋势项 T（时间项， 在 1978 年，时间项取为 1，1979 年时取为 2，……依次类推）作为自变量作回归（样本数 据采用 1978－1995）。回归方程如下：GDP = a + b ⋅T 。在工作文件中输入 T 在 1996~2000 年的值。选择 Forecast 在区间 1996~2000 年间应用回归模型GDP = a + b ⋅T 对 GDP 进行预 测（选择相应回归模型窗口中的 Forecast，注意选择区间为 1996~2000，而不是 1978~1995）， 预测得到的 GDP 值存为 GDPF，将预测值 GDPF 填入下表中相应的部分，并与下表中列出 的 GDP 实际值进行比较。分析你所看到的结果，并尝试解释一下其中的原因。 年度 GDPF GDP 1996 1412503. 2451106 1997 1505982. 2947037 1998 1599461. 3555199 1999 1692940. 4128370 2000 1786418. 4927132 从上表可以看出：GDPF 明显小于 GDP 的真实值，这是因为 GDPF 是通过GDP = a + b ⋅T 这个方程预测出来的，预测值偏离真实值很多说明这个模型拟合效果不是很好。事实上，通 过绘制 GDP 与时间 T 的散点图，会发现 GDP 随时间非线性增长，因此 GDP 的预测模型考 虑采用非线性模型，例如关于 T 的二次型函数 2 GDP = a + b ⋅T + c ⋅T ，拟合效果会大大改