文档介绍：案例 1：用回归模型预测木材剩余物（一元线性回归）
伊春林区位于黑龙江省东北部。全区有森林面积 2189732 公顷，木材蓄积量为
万 m3。森林覆盖率为 5
10 20 30 40 50 60 70
图年剩余物 y 和年木材采伐量 x 散点图
t t
1图 Eviews 输出结果
Eviews 估计结果见图。建立 Eviews 数据文件的方法见附录 1。在已建立 Eviews 数
据文件的基础上，进行 OLS 估计的操作步骤如下：打开工作文件，从主菜单上点击 Quick
键，选 Estimate Equation 功能。在出现的对话框中输入 y c x。点击 Ok 键。立即会得到如图
所示的结果。
下面分析 Eviews 输出结果。先看图的最上部分。LS 表示本次回归是最小二乘回
归。被解释变量是 y 。本次估计用了 16 对样本观测值。输出格式的中间部分给出 5 列。第
t
1 列给出截距项（C）和解释变量 x 。第 2 列给出相应项的回归参数估计值（ ˆ 和 ˆ ）。第
t 0 1
3 列给出相应回归参数的样本标准差（s( ˆ ), s( ˆ )）。第 4 列给出相应 t 值。第 5 列给出 t
0 1
统计量取值大于用样本计算的 t 值（绝对值）的概率值。以 t = 为例，相应概率
表示统计量 t 取值（绝对值）大于的概率是一个比万分之一还小的数。换句话说，若给
验水平为，则临界值为 t = 。t = 落在了 H 的拒绝域，所以结论是
(14) 0 1
不为零。输出格式的最下部分给出了评价估计的回归函数的若干个统计量的值。依纵向顺序，
这些统计量依次是可决系数 R2、调整的可决系数 R 2（第 3 章介绍）、回归函数