应用回归分析第6章课后习题复习资料2.docx

第6章 6.1 试举一个产生多重共线性的经济实例。答： 例如有人建立某地区粮食产量回来模型，以粮食产量为因变量Y，化肥用量为X1，水浇地面积为X2，农业投入资金为X3。由于农业投入资金X3及化肥用量X1，水浇地面积X2有很强的相关性，所以回来方程效果会很差。再例如依据某行业企业数据资料拟合此行业的生产函数时，资本投入, 劳动力投入, 资金投入及能源供应都及企业的生产规模有关，往往出现高度相关状况，大企业二者都大，小企业都小。6.2多重共线性对回来参数的估计有何影响？答：1, 完全共线性下参数估计量不存在；2, 参数估计量经济含义不合理；3, 变量的显著性检验失去意义；4, 模型的预料功能失效。6.3 具有严峻多重共线性的回来方程能不能用来做经济预料？答：虽然参数估计值方差的变大简单使区间预料的“区间变大，使预料失去意义。但假如利用模型去做经济预料，只要保证自变量的相关类型在将来期中始终保持不变，即使回来模型中包含严峻多重共线性的变量，也可以得到较好预料结果；否那么会对经济预料产生严峻的影响。6.4多重共线性的产生于样本容量的个数n, 自变量的个数p有无关系？答：有关系，增加样本容量不能消退模型中的多重共线性，但能适当消退多重共线性造成的后果。当自变量的个数p较大时，一般多重共线性简单发生，所以自变量应选择少而精。6.6对第5章习题9财政收入的数据分析多重共线性，并依据多重共线性剔除变量。将所得结果及逐步回来法所得的选元结果相比拟。 在探讨国家财政收入时，我们把财政收入按收入形式分为：各项税收收入, 企业收入, 债务收入, 国家能源交通重点建立收入, 根本建立贷款归还收入, 国家预算调整基金收入, 其他收入等。为了建立国家财政收入回来模型，我们以财政收入y亿元为因变量，自变量如下：x1为农业增加值亿元，x2为工业增加值亿元，x3为建筑业增加值亿元，x4为人口数万人，x5为社会消费总额亿元，x6为受灾面积万公顷。据中国统计年鉴获得19781998年共21个年份的统计数据，见表5.4P167。由定性分析知，全部自变量都及y有较强的相关性，分别用后退法和逐步回来法作自变量选元。解：逐步回来法回来方程为：但是回来系数的说明不合理。解：1分析数据的多重共线性。干脆进展Y及四个变量的线性回来方程，并做多重共线性的诊断，由分析得相应输出结果如下:a方差扩大因子法,由表1中值, 可知x1235的方差扩大因子远大于10，这几个自变量之间存在很高的线性相关性，即回来方程存在严峻的多重共线性。b.特征根和条件数判定法。输出结果如表2：表1表2其中最大的条件数=290.443，说明自变量间存在严峻的多重共线性，这及方差扩大因子法的结果一样。其中x0245在第五行同时较大，说明其间存在多重共线性。2消退多重共线性。下面依据多重共线性剔除变量。先剔除值最大的自变量，得：从上表可以看出，的值中，除了以外，其余的均大于10，故回来方程依旧存在严峻的多重共线性。接着剔除值最大的自变量，得：从上表可以看出，的值中，除了以外，其余的均大于10，故回来方程还存在严峻的多重共线性。接着剔除值最大的自变量，得：由上表可以看出，全部自变量的值都小于10，故回来方程的多重共线性已经被消退。但自变量没有通过T检验，说明不显著，剔除后再做回来分析得：从上表可以看出，得到的回来方程为回来方程的多重共线性虽然被消退，但是模型的自变量的t检验P值为0.068>0.05，说明在95的置信度下对y的线性影响不显著。模型只剩下x3，3所得结果及逐步回来结果比拟。对逐步回来选出的三个自变量做多重共线性的分析，得到：从上表可以看出，尽管用逐步回来的方法选出的自变量为，但是回来方程还是存在多重共线性。但是依据多重共线性剔除变量后，模型只剩下x3，损失了许多信息，得到的模型 国家财政收入只及x3建筑业增加值有关，明显不符合建模的初衷。