种类型的曲线
说明：⑴SCAT命令中，第一个变量为横轴变量，一般取为解释变量；第二个变量为纵轴变量，一般取为被解释变量
⑵SCAT命令每次只能显示两个变量之间的相关图，若模型中含有多个解释变
量，可以逐个进行分析
⑶通过改变图形的类型，可以将趋势图转变为相关图 本例为：SCAT Y X
图5 税收与GDP趋势图
图5、图6分别是我国税收与GDP时间序列趋势图和相关图分析结果。两变量趋势图分析结果显示，我国税收收入与GDP二者存在差距逐渐增大的增长趋势。相关图分析显示，我国税收收入增长与GDP密切相关，二者为非线性的曲线相关关系。
图6 税收与GDP相关图
三、估计线性回归模型
在数组窗口中点击Proc\\Make Equation，如果不需要重新确定方程中的变量或调整样本区间，可以直接点击OK进行估计。也可以在Eviews主窗口中点击Quick\\Estimate Equation，在弹出的方程设定框（图7）内输入模型：
6
Y C X 或 Y?C(1)?C(2)?X
图7 方程设定对话框
还可以通过在Eviews命令窗口中键入LS命令来估计模型，其命令格式为：
LS 被解释变量 C 解释变量
系统将弹出一个窗口来显示有关估计结果（如图8所示）。因此，我国税收模型的估计式为：
???4783.710?0.191518x y这个估计结果表明，GDP每增长1亿元，我国税收收入将增加0.09646亿元。
7
图8 我国税收预测模型的输出结果
五、估计非线性回归模型
由相关图分析可知，变量之间是非线性的曲线相关关系。因此，可初步将模型设定为指数函数模型、对数模型和二次函数模型并分别进行估计。
在Eviews命令窗口中分别键入以下命令命令来估计模型：
双对数函数模型：LS log(Y) C log(X) 对数函数模型：LS Y C log(X) 二次函数模型：LS Y C X X^2
还可以采取菜单方式，在上述已经估计过的线性方程窗口中点击Estimate项，然后在弹出的方程定义窗口中依次输入上述模型（方法通线性方程的估计），其估计结果显示如图9、图10、图11所示。
??1.2704?1.145494lnx 双对数模型：lny(-8.885633) (32.24211）
R2?0.981124 R2?0.980180
对数模型：
??23466.47??246864.4lnx y(-7.440233) (8.198936）
R2?0.770702 R2?0.759237 F?67.22255
8
二次函数模型：y???1670.677?0.143317x?1.11?10?7x2 (-2.873480) (19.72976) (7.075885)
R2?0.998107 R2?0.997906 F?5005.903
图9 双对数模型回归结果
图10 对数模型回归结果
9
图11 二次函数模型回归结果
六、模型比较
四个模型的经济意义都比较合理，解释变量也都通过了T检验。但是从模型的拟合优度来看，二次函数模型的R值最大，其次为指数函数模型。因此，对这两个模型再做进一步比较。
在回归方程（以二次函数模型为例）窗口中点击View\\Actual,Fitted,Residual\\ Actual,Fitted,Residual Table（如图12）,可以得到相应的残差分布表。
2
图12 回归方程残差分析菜单
上述两个回归模型的残差分别表分别如下（图13、图14）。比较两表可以发现，虽然二次函数模型总拟合误差较小，但其近期误差却比指数函数模型大。所以，如果所建立的模型是用于经济预测，则指数函数模型更加适合。
10
