计量经济学Eviews多重共线性实验报告精选文档.pdf

计计量量经经济济学学 E Ev vi ie ew ws s 多多重重共共线线性性实实验验报报告告精精选选文文档档 TTMS system office room【TTMS16H-TTMS2A-TTMS8Q8-实实验验报报告告课程名称课程名称计量经济学实验项目名称实验项目名称 多重共线性班级与班级代码班级与班级代码专专业业任课教师任课教师学学号：号：姓姓名：名：实验日期：实验日期：2014 年年 05 05 月月 11 11 日日广东商学院教务处 制姓名姓名实验报告成绩实验报告成绩评语：评语：指导教师（签名）指导教师（签名）年年 月月 日日说明：指导教师评分后，实验报告交院（系）办公室保存。计量经济学实验报告计量经济学实验报告一、实验目的：一、实验目的：掌握多元线性回归模型的估计方法、掌握多重共线性模型的识别和修正。二、实验要求：二、实验要求：应用教材第 127页案例做多元线性回归模型，并识别和修正多重共线性。三、实验原理：三、实验原理：普通最小二乘法、简单相关系数检验法、综合判断法、逐步回归法。四、预备知识：四、预备知识：最小二乘法估计的原理、t 检验、F检验、R2值。五、实验步骤五、实验步骤1、选择数据理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此，收集了中国能源消费标准煤总量、国民总收入、国内生产总值 GDP、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率等19852007 年的统计数据。本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。主要数据如下：19852007年统计数据年份能源消费y国民总收入X1国内生工业建筑业 交通运输邮电人均生活 能源加工产总值增加值增加值增加值电力消费 转换效率X2901678973X3X4X5X6X7198519861987198819891990199119921993199419951996199719981999200020012002200320042005766828085086632929979693498703103783109170115993122737131176138948137798132214133831138553143199151797174990203227223319352608818913517439678106484794685814151418865210661786459320062007246270265583资料来源：中国统计年鉴，中国统计出版社 2000、2008 年版。为分析 Y 与 X1、X2、X3、X4、X5、X6、X7 之间的关系，做如下折线图：能源消费 Y 在 1986 到 1996 年间缓慢增长，在 96 至 98 年有短暂的下跌，但是 98至 02 年开始缓慢回升，02 年到 06 年开始快速增长。国民总收入 X1 和国内生产总值 X2 以相同的趋势逐年缓慢增长。工业增加值 X3 在 1985 年-1999 年期间一直是缓慢增长，但在 2000 年出现了急剧下降的现象，2001 年又急剧增长，达到下降前的水平，2001 年以后开始缓慢增长。建筑业增长值 x4、交通运输邮电业增加值 x5、人均生活电力消费 x6、能源加工转换效率 x7 数值较低，但都以较平缓的方式增长。2、设定并估计多元线性回归模型Yt12X2t3X3t4X4t5X5t6X6t ut（）录入数据，得到图。2.2.1）采用 OLS估计参数在主界面命令框栏中输入 ls y c x1 x2 x3 x4 x5 x6 x7 回车，即可得到参数的估计结果。由此可见，该模型的可决系数为，修正的可决系数为，模型拟和很好，F统计量为，回归方程整体上显着。?可是其中的 lnX3、lnX4、lnX6对 lnY影响不显着,不仅如此，lnX2、lnX5 的参数为负值，在经济意义上不合理。所以这样的回归结果并不理想。3、多重共线性模型的识别点击 Eviews主画面的顶部的 Quick/Group Statistics/Correlatios 弹出对话框在对话框中输入解释变量 x1、x2、x3、x4、x5、x6、x7，点击 OK，即可得出相关系数矩阵（同图 2.2.3）。从相关系数矩阵可以看出，解释变量 x1、x2、x3、x4、x5、x6、x7 相互之间的相关系数较高，解释变量之间存在多重共线性。4、多重共线性模型的修正3.多重共线性模型的修正使用逐步回归法进行修正。第一步：运用 OLS方法分别求 Y对各解释变量进行一元回归，分别求 Y对各解释变量 x1、x2、x3、x4、x5、x6、x7 进行一元回归。回归结果详下图。再结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。通过上面 7 个图进行对比分析，依据调整后可决系数R最大原则，选取 x1（R=）作为进入回归模型的第一个解释变量，形成一元回归模型。第二步：逐步回归。将剩余解释变量分别加入模型，结果如下：经比较，可以发现加入 X2、X5、X6、X7 后参数的符号与预期相反,不符合经济意义，且 t检验部显着。而加入 X4 后变化并不显着，只有加入 X3 后修正的可决系数有所提高,而且参数符号的经济意义合理,而且参数的 t 检验，在=，t,15)=时显着，所以保留 X3。再加入其他新变量逐步回归。当加入 X2 时，虽然 R-2 有所增加，但其系数的符号与预期相反且参数的 t 检验不显着；加入 X4 后，各参数的 t 检验不显着；加入 X5 后，虽然 R-2 有所增加，但是但其系数的符号与预期相反且参数的 t 检验不显着；加入 X6、X7 后，其系数的符号与预期相反且参数的 t 检验不显着,这说明主要是 X2、X4、X5、X6、X7 引起了多重共线性，应予以剔除。Y=+22t=R2=R2=0.9726 F=DW=这说明，在其他因素不变的情况下，当国民总收入X1 每增加 1 亿元，工业增加值 X3每增加 1 亿元时，平均说来能源消费标准煤总量将分别增加万吨、万吨。这说明,国民总收入对能源消费标准煤总量的影响,比工业增加值对能源消费标准煤总量的影响要大。