199118307549013541034
2005
19922100573101438311001762006
表12
将剔除价格因子后的数据导入Eviews，如图11所示：
GDP（已剔除价格因子）2100573237577925823422751649294358231445553355567358499391934942705174692412520119658578616578523739171
ACON（已剔除价格因子）101438311038891170483128421214043191470398155977616755661811539191633420501222176293233868125482862808427
CPI1990年为基
期1100176126190215660218338119860162041624202529119969372004925201895920028082026841210588821437942175951
f图111数据录入将两组数据利用Eviews绘图，如图121、122所示：
图121GDP数据简图
图122ACON数据简图
经过直观的图形检验，在19782006年期间，GDP和ACON在剔除价格因子后平稳上升，虽然有些波动，但波动程度不大，和现实经济相符，从图形上我们并没有发现有异常数据的存在。所以可以保证数据的质量是可以满足此次实验的要求。因此，下面的图形和操作均以表12的数据为依据。
5、数据分析
虽然通过对数据的初步浏览我们可以保证实验数据中不存在异常数据，但是这并不能说明这
些数据能满足我们实验的要求。下一步我们要检测这两组数据的相关性怎么样，如果相关性
很小，那我们采用这两组数据进行回归分析就没有多大的意义。
f（1）通过图形判断两组数据的相关性：
将GDP、ACON在Eviews中以组的形式打开，绘制散点图。从图13中可以看出这两组数据的相关性非常高，
图
13散点图
（2）相关系数上看两组数据的相关性：
以组的形式打开GDP、ANCO两组数据，利用Eviews进行如图14所示的操作，可得到GDP与ACON的相关系数，如表14所示。
图14GDP与ACON的相关系数
GDP
ACON
GDP
10000000993632
ACON09936321000000
表14GDP与ACON的相关系数
f可见GDP与ACON的相关系数很接近1，因此这两组变量之间具有较强的相关关系。
6、建立模型
我们拟建立如下一元回归模型：
Y01X
需借助Eviews进行如下处理。
（1）一元线性回归的OLS估计
利用Eviews进行OLS估计，得到结果如图15所示：
图15OLS估计
（2）查看样本回归函数表达式
图16样本回归函数
因此，样本的回归方程为ACON2107188855403727160954GDP，也即参数的


估计值103727160954021071888554。
至此，已初步完成了一元线性回归模型的建立，可得出如下回归分析结果：

Yi2107188855403727160954Xi；
f同时可以得到：可决系数T45824207921639；R209873；F2099857；
DW0171016。7、模型检验
71统计性检验
（1）拟合优度检验
由于可决系数R209873，非常接近r