1、基于 EVIEWS软件对 10家企业的广告费投入和销售额的分析预测报告摘要： 使用 eviews软件建立 10家企业的广告费投入和销售额的线性回归模型，并进行分析预测。关键词：eviews，线性回归模型1、引言列宁曾经说过：“统计是认识社会的有力武器。 ”统计学是一门跨社会科学、自然科学交叉的学科。其学科性质决定了统计学与信息技术结合的重要性和对现代信息技术的依懒性。因而，现代统计离不开现代信息技术。如何利用现代化的手段对人们在社会实践中获取到的大量数据资料进行加工、处理，从而提取出有用的信息，为促进科学管理和发展提供可靠的依据，是开发和应用信息资源的目的所在。统计数据处理软件正是由此应运而生
2、的。2、EVIEWS 软件简介Eviews是 Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察” 。它是专门从事数据分析、回归分析和预测的工具。使用 Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。 。Eviews 的应用范围包括：科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。3、收集数据以下是 10家企业广告费投入（x）和销售额 (y) 的数据。 （以万元为单位）广告费投入 销售额企业 x y1 18 300
3、2 19 3203 20 4004 12 1605 15 2606 24 5007 26 5808 28 6209 30 68010 32 7504、分析数据并建立模型（一）首先做出散点图1020304050607080812162024283236XY从散点图可以看出 X和 Y高度相关。（2）简单相关系数的计算结果显示 X和 Y之间的简单相关系数为 0.9954352。两者存在着高度正线性相关关系。可建立一元线性相关模型。（3）建立模型和参数估计一元线性模型的一般形式为: yt=b0+b1xt+，其中，x 为某些企业的广告费投入，y 为其销售额，b 0为边际广告费投入，即销售额每增加 1万元
4、，企业销售额所增加的数额， 为随机误差项，即除了广告费之外，影响销售额的其它次要的、随机的因素。对于线性回归来说,一般我们是用最小二乘法来进行回归的。于是，我们用 eviews软件做回归，得到：X YX 10.995435185016674Y0.995435185016674 1Dependent Variable: YMethod: Least SquaresDate: 06/18/14 Time: 14:28Sample: 1 10Included observations: 10Variable Coefficient Std. Error t-Statistic Prob. C -20
5、8.2190 23.42330 -8.889394 0.0000X 29.69728 1.006674 29.50038 0.0000R-squared 0.990891 Mean dependent var 457.0000Adjusted R-squared 0.989753 S.D. dependent var 197.9927S.E. of regression 20.04268 Akaike info criterion 9.010462Sum squared resid 3213.673 Schwarz criterion 9.070979Log likelihood -43.05
6、231 Hannan-Quinn criter. 8.944075F-statistic 870.2723 Durbin-Watson stat 1.371260Prob(F-statistic) 0.000000即：参数估计结果常数和解释变量参数估计值 参数标准差 T统计量 双侧概率（t统计量的伴随概率）C -208.2190 23.42330 -8.889394 0.0000X 29.69728 1.006674 29.50038 0.0000 统计检验值判定系数 0.990891 被解释变量均值 457.0000调整的判定系数0.989753 被解释变量标准差 197.9927回归方程标
7、准差20.04268 赤池信息准则 9.010462残差平方和3213.673 施瓦兹信息准则 9.070979似然函数的对数-43.05231 Hannan_Quinn准则 8.944075F统计量 870.2723 DW统计量 1.371260F统计量伴随概率0.000000计算结果的标准格式如下： 04268 371260.273.091)589()3.-(64.420721.82ESDWFRtsxytt（4）模型检验和预测1、经济意义检验经济意义检验是根据理论判断估计参数的正负号是否合理，大小是否适当。就本例而言，从经济意义上看，b 1=29.69728,表明企业广告投入费每增加1万元
8、，销售额平均增加29.69728万元。2、估计标准误差评价估计标准误差是根据样本资料计算的，用来反映被解释变量的实际值y t与估计值 t 平均误差程度的指标。 =S.E越大，则回归直线精度越低；S.E越小，则回归直线精度越高，代表性越好。当S.E=0时，表示所有样本点都落在回归直线上，解释变量与被解释变量之间表现为函数关系。就本例来说，S.E=20.04268，即估计标准误差为20.04268万元，它表示企业的销售额的估计值与实际值之间的平均误差为20.04268万元。3、拟合优度检验拟合优度是指样本回归直线与样本观测数据之间的拟合程度，用样本决定系数的大小来表示。决定系数用来描述解释变量对被
9、解释变量的解释程度。就本例而言，R 2=0.990891，说明样本回归直线的解释能力为99.09%，表示企业销售额y t的总变差中，由解释变量广告投入费x t解释的部分占99.09%，或者说，企业销售额变动的99.09%可由样本回归直线作出解释，模型的模拟优度较高。4、参数显著性检验对于b 1，t 统计量为29.50038，给定 =0.05，查t分布表，在自由度为n-2=8下，临界值t (0.025)(8)=2.306,因为t=29.50038t (0.025)(8)=2.306，所以拒绝H0；b 1=0，表明企业广告投入费对于销售额有着较为显著地影响。5、预测（1）以下为拟合值与实际值的对比
10、图：-200204060801,01,2012345678910YF 2S.EForecast: YFAtul: Forecast mple: 10Inlud obrvations: 1Rot Mean Squred Ero 14.9630ean Absolt ro 8.58 . Percnt Er 29.46Theil Inquality Coeficnt 0.175 Bias Proprtin .0 Vrince rorti 0.168 Covari Prprtion .392（2） 以下为模型的拟合图和残差图：-1.0-0.50.0.51.01.5 21.0.52.0.523.0.524
11、.012345678910Residual Actual Fited上图 拟合值、实际值和残差上图 拟合值和残差（3）假设第11个企业的广告投入费为35，输入变量x 11=35，这时eviews自动计算出 y11=831.1858如下图所示同时，X和Y的描述统计结果通过上表我们也可以计算出 y11的预测区间。5、结语本文通过eviews软件建立了10个企业的广告费投入和销售额的一元线性回归模型，并对另一个企业的销售额进行了预测。这对于其它的相似例子使用eviews软件进行数据分析可以起到了借鉴作用。参考文献：计量经济学第二版 清华大学出版社 孙敬水主编X YMean 23.54545 491.0000Median 24.00000 500.0000Maximum 35.00000 831.0000Minimum 12.00000 160.0000Std. Dev. 7.353416 219.0822Skewness 0.001949 0.049560Kurtosis 1.848030 1.746868Jarque-Bera 0.608231 0.724242Probability 0.737776 0.696198Sum 259.0000 5401.000Sum Sq. Dev. 540.7273 479970.0Observations 11 11
