计量经济学Eviews多重共线性实验报告
计量经济学多重共线性eviews处理
13 14
320 340
3208 3425
190 200
2）利用先验信息，参数约束ቤተ መጻሕፍቲ ባይዱ如可支配收入中，增加个人财富的比例为 X3=10.1*X2）,重新估计模型.
第二部分
目
异方差检验与修正
的：熟悉异方差有关检验及修正。
一、估计回归方程 P207 例 9-2 数据表 9-2 二、异方差检验
1． 图示法 ① 生成残差平方 ei 序列。Workfile 窗口中点击 GENR 按钮，弹出对话框，在对 话框中输入 e2=resid*resid。点击 OK 即可得出残差平方序列。 ②作散点图：点击 Quick/Graph/click，弹出对话框。在对话框中输入 X、E2， 点击 OK。弹出新对话框，在图表类型中（Graph type）中选择散点图（Scatter Diagram） ，点击 OK 即可得到图 2.Park 检验(P212,9.3.3 节,例 9-3) 3.Glejser 检验(P214,9.3.4,例 9-4) 4.White 检验(P215,9.3.5,例 9-5) 在 Y 对 X 回归时， 出现 Equation 窗口， 点击该窗口中 View /residual test/ White， 弹出结果框，直接给出了相关的统计量（F-statistic 和 Obs*R-squared） ，据此 判断。
计量经济学实验五 多重共线性的检验与修正 完成版
习题
1.下表给出了中国商品进口额Y 、国内生产总值GDP 、消费者价格指数CPI 。
年份 商品进口额 (亿元)
国内生产总值
(亿元)
居民消费价格指数
(1985=100)
1985 1257.8 8964.4 100
1986 1498.3 10202.2 106.5 1987 1614.2 11962.5 114.3 1988 2055.1 14928.3 135.8 1989 2199.9 16909.2 160.2 1990 2574.3 18547.9 165.2 1991 3398.7 21617.8 170.8 1992 4443.3 26638.1 181.7 1993 5986.2 34634.4 208.4 1994 9960.1 46759.4 258.6 1995 11048.1 58478.1 302.8 1996 11557.4 67884.6 327.9 1997 11806.5 74462.6 337.1 1998 11626.1 78345.2 334.4 1999 13736.4 82067.5 329.7 2000 18638.8 89468.1 331.0 2001 20159.2 97314.8 333.3 2002 24430.3 105172.3 330.6 2003
34195.6
117251.9
334.6
资料来源：《中国统计年鉴》，中国统计出版社2000年、2004年。
请考虑下列模型：i t t t u CPI GDP Y ++=ln ln ln 321βββ＋ (1)利用表中数据估计此模型的参数。 解：
计量经济学 多重共线性 实验报告
实验报告
1.实验目的
改革开放以来，随着经济体制改革的深化和经济的快速增长，中国的财政收入状况发生很大变化。中央和地方的财政收入1978年为1132.2亿元，到2007年已增长到51321.78亿元，为45.32525倍。为了研究影响中国财政收入增长的主要原因，分析中央和地方财政收入增长的数量规律，预测中国财政收入未来的增长趋势，需要定量地分析影响中国财政收入增长的主要因素。
2.模型设定
为了全面反映中国财政收入增长的全貌，选择包括中央和地方财政的“财政收入”作为被解释变量（用Y表示），以反映国家财政收入的增长；选择“农业增加值”作为农业经济增长水平的代表；“工业增加值”作为工业发展水平的代表；选择“建筑业增加值”来反映建筑业的增长；“总人口”来反映人口的增长；选择“最终消费”来表示随着经济的发展居民生活水平提高的水平；“受灾面积”作为因一些意外或自然因素等原因造成财政收入减少的代表。这样，模型的解释变量设定为可以观测的“农业增加值”（用X2）表示、“工业增加值”（用X3表示）、“建筑业增加值”（用X4表示）、“总人口”（用X5表示）、“最终消费”（用X6表示）、“受灾面积”（用X7表示）。本次实验报告数据从《中国统计年鉴2008》中取出，于《计量经济学》127页表4.13。实验数据如下图所示(数据中的一部分)：
经分析，考虑到以上各个解释变量与被解释变量之间的关系，为此设定如下形式的计量经济模型（其中，从经济意义上考虑，X2、X3、X4、X5、X6变量与t Y 成正比，因此它们所对应的参数应为正数，而受灾面积与财政收入是成反比，所以X7多对应的参数因为负数）：
计量经济学实验报告四---多重共线性
计量经济学实验报告四
[实验名称] 多重共线性
[实验目的] 用Eviews 软件检验模型的多重共线性.
[实验内容] (1)根据表列出的家庭消费支出Y与可支配收入X1和个人财富X2的统计数据,在Eviews软件下,OLS的估计结果为
所以模型为Yˆ=245.52+0.57X1-0.0058X2
（3.53）（0.79）（-0.08）
R2=0.962 F=88.845 D.W.=2.708
由拟合优度知,收入和财富一起解释了消费支出的96%.然而两者的t检验都在5%的显著性水平下是不显著的.不仅如此,财富变量的符号也与经济理论不相符合.但从F的检验值看,对收入与财富的参数同时为零的假设显然是拒绝的.因此,显著的F检验值与不显著t检验值,说明了收入与财富存在较高的相关性,使得无法分辨二者各自对消费的影响.只作消费支出关于收入的一元回归模型.如下
所以模型为Yˆ=244.55+0.509X1
(3.813)(14.24)
R2=0.962 F=202.87 D.W.=2.68
我们将上面模型与之相比,新引入的变量并没有带来拟合优度的显著变化,所以该引入的变量不是一个独立的解释变量.因此应该只作消费支出关于收入或财富的一元回归模型来对二元模型进行修正.
计量经济学实验报告
上海海关学院
实验报告
实验课程名称 __ 计量经济学_ _
指导教师姓名 __ 高军______
学生姓名＿＿王圣＿＿＿
学生专业班级＿＿税收1401 ＿＿
填写日期＿＿2017.6.10
四、模型设定
为分析建筑业企业利润总额（Y）和建筑业总产值(X)的关系，作如下散点图：
Y i=2.368138+0.034980X i (9.049371) (0.001754)
检验
F=；查表可得
绝原假设，此即表明模型存在异方差。
表.用权数w2的结果
(3) w3=1/x^0.5
经估计检验发现用权数w2的效果最好。可以看出，运用加权最小二乘法消除了异方检验均显著，F检验也显著，即估计结果为
表示国内生产总值。
三、检验自相关
该回归方程可决系数较高，回归系数显著。dL=1.316,dU=1.469, DW ，说明在 4.利用EViews软件作如图残差图 LM=TR²=27×0.517409=13.970043，其中p 值为0.0009，表明存在自相关。自相关问题的处理 由最终模型可知，中国进口需求总额每增加1亿元，平均说来国内生产总值 20
多重共线性实验报告
【实验名称】：多重共线性的检验方法和处理
【实验目的】：掌握多重共线性的原理
【实验原理】：综合统计检验法、相关系数矩阵检验法、逐步回归法
【实验步骤】：
一、创建一个新的工作文件：
二、输入样本数据：
三、用普通最小二乘法估计模型：
由于解释变量个数较多，并且解释变量之间可能存在相关性，为了降低这种相关性以减弱序列相关性对模型的影响，我们先对各个解释变量和被解释变量取对数：即在Eviews软件的命令框执行：genr lnY=log（Y），genr lnX1=log（X1）,genr lnX2=log （X2）……genr lnX5=log（X5）
我们设粮食生产函数为：
LnY=β0+β1lnX1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+μ
用运普通最小二乘法估计：
下表给出了采用Eviews软件对表一的数据进行回归分析的统计结果：Dependent Variable: LNY
Method: Least Squares
Date: 12/19/13 Time: 10:05
Sample: 1983 2007
C -4.173174 1.923624 -2.169434 0.0429
LNX1 0.381145 0.050242 7.586182 0.0000 LNX2 1.222289 0.135179 9.042030 0.0000 LNX3 -0.081110 0.015304 -5.300024 0.0000 LNX4 -0.047229 0.044767 -1.054980 0.3047
计量经济学多重共线性的诊断及处理Eviews
数学与统计学院实验报告
院（系）：数学与统计学学院 学号： ： 实验课程： 计量经济学 指导教师:
实验类型（验证性、演示性、综合性、设计性）： 综合性 实验时间：2017年 4 月 5 日 一、实验课题
多重共线性的诊断及处理 二、实验目的和意义
第8周练习 多重共线性
右表是某城市财政收入rev 、第一、第二、第三产业gdp1、gdp2、gdp3的有关数据。
1).建立rev 对gdp1，gdp2，gdp3的多元线性回归，并从经济和数理统计上简要说明模型存在着哪些不足。
2).写出rev ，gdp1，gdp2，gdp3的相关系数矩阵。
3).利用判别系数法判断模型是否存在着多重共线性。
4).用逐步回归的方法排除引起共线性的变量，重新建立多元回归。
5).如果不想排除变量，通过经验，假设：gdp1对财政收入的贡献是 gdp3
年份 rev gdp1 gdp2 gdp3 1983 6604 27235 26781 7106 1984 6634 26680 28567 10240 1985 6710 26762 31766 11912 1986 6823 33595 40062 14160 1987 8103 38510 52935 16960 1988 8578 41529 61337 18777 1989 8469 47994 67848 30498 1990 11118 65138 98946 39700 1991 16053 86983 112531 66960 1992 20221 105825 143545 92231 1993 27076 129136 223697 117031 1994 31888 138619 216161 151334 1995 35139 146637 305940 193573 1996 42436 149788 371066 227561 1997 56204 161800 426925 256684 1998 93828 162960 614341 372177 1999 130532 199519 821302 524562 2000
计量经济学》实验报告
计量经济学》实验报告
一、经济学理论概述
1、需求是指消费者（家庭）在某一特定时期内，在每一价格水平时愿意而且能够购买的某种商品量。需求是购买欲望与购买能力的统一。
2、需求定理是说明商品本身价格与其需求量之间关系的理论。其基本内容是：在其他条件不变的情况下，一种商品的需求量与其本身价格之间成反方向变动，即需求量随着商品本身价格的上升而减少，随商品本身价格的下降而增加。
3、需求量的变动是指其他条件不变的情况下，商品本身价格变动所引起的需求量的变动。需求量的变动表现为同一条需求曲线上的移动。
二、经济学理论的验证方法
在此次试验中，我运用了Eviews和Excel软件对相关数据进行处理和分析。
1、拟合优度检验——可决系数R2统计量
回归平方和反应了总离差平方和中可由样本回归线解释的部分，它越大，参差平方和越小，表明样本回归线与样本观测值的拟合程度越高。
2、方程总体线性的显着性检验——F检验
（1）方程总体线性的显着性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显着成立作出判断。
（2）给定显着性水平α，查表得到临界值Fα（k，n-k-1）,根据样本求出F统计量的数值后，可通过F＞Fα(k，n-k-1) （或F ≤Fα(k，n-k-1)）来拒绝（或接受）原假设H0，以判定原方程总体上的线性关系是否显着成立。
3、变量的显着性检验——t检验
4、异方差性的检验——怀特检验
怀特检验不需要排序，对任何形式的异方差都适用。
5、序列相关性的检验——图示法和回归检验法
6、多重共线性的检验——逐步回归法
计量经济学EVIEWS实证报告——家电零售总额的影响因素
一、实验内容
（一）选取1997-2015年的时间序列数据，创建工作文件，输入数据。
（二）建立“家电零售总额”模型，利用Eviews.10进行回归分析。
（三）对模型进行计量检验、经济理论检验和统计检验，其中计量检验包括多重共线性检验、自相关检验、异方差检验。
（四）利用2016年预测数据，进行经济预测。
（五）对序列进行单位根检验，根据协整分析的基本原理对残差进行协整检验，并建立误差修正模型。
二、实验目的
通过案例分析掌握计量经济学——计量检验、经济理论检验、统计检验、协整分析的基本原理和方法。本文主要以对家电零售总额的变化进行多因素分析，建立以每亿元家电零售总额为因变量，以其它可量化影响因素为自变量的多元线性回归模型。分析影响家电零售总额主要因素及其影响程度。
三、实验步骤
（一）模型及数据说明
家电零售总额一般由国内生产总值、人均可支配收入、家电广告投放总额、居民消费价格指数等部分构成，其中税收总额是家电零售总额的主要来源。本报告的数据来源于《中国统计年鉴》，采集数据的区间为1997-2015年数据，如表3.1所示。
表3.1 原始数据
年份家电零售总额
（Y）
国内生产总值
（X1）
人均可支配收入
（X2）
家电广告投放
总额（X3）
居民消费价格指数
（X4）
1997 506 78802.9 5160.3 64.71 102.8 1998 651.7 83817.6 5425.1 79.02 102 1999 724.3 89366.5 5854 67.14 100.5 2000 831.6 99066.1 6280 73.51 101 2001 784.7 109276.2 6859.6 65.88 101.7 2002 953 120480.4 7702.8 78.74 100.8 2003 1127.2 136576.3 8472.2 88 102.1 2004 1415.7 161415.4 9421.6 76.51 106 2005 1636 185998.9 10493 77.4 107.9 2006 1921.7 219028.5 11759.5 88.61 109.6 2007 2370.7 270844 13785.8 94.4 114.8 2008 2706.6 321500.5 15780.8 87.92 121.6
实验四-多重共线性模型的检验和处理
实验报告
课程名称：计量经济学
实验项目：实验四多重共线性模型的
检验和处理
实验类型：综合性□设计性□验证性 专业班别：11本国贸五班
姓名：
学号：
实验课室：厚德楼A207
指导教师：
实验日期：2014/5/20
广东商学院华商学院教务处制
一、实验项目训练方案
小组合作：是□否 小组成员：无
实验目的：
掌握多重共线性模型的检验和处理方法：
实验场地及仪器、设备和材料
实验室：普通配置的计算机，Eviews软件及常用办公软件。
实验训练内容（包括实验原理和操作步骤）：
【实验原理】
多重共线性的检验：直观判断法（R2值、t值检验）、简单相关系数检验法、方差扩大因子法（辅助回归检验）
多重共线性的处理：先验信息法、变量变换法、逐步回归法
【实验步骤】
（一）多重共线性的检验
1.直观判断法（R2值、t值检验）
根据广东数据（见附件1），先分别建立以下模型：
【模型1】财政收入CS对第一产业产值GDP1、第二产业产值GDP2和第三产业产值GDP3的多元线性回归模型；
（请对得到的图表进行处理，以上在一页内）
【模型2】固定资产投资TZG对固定资产折旧ZJ、营业盈余YY和财政支出CZ的多元线性回归模型。
观察模型结果，初步判断模型自变量之间是否存在多重共线性问题。
【模型1】从上图可以得到，估计方程的判定系数R 2
很高，但三个参数t检验值两个不显著，有一个较显著，其中
一个参数估计值还是负的，不符合经济理论。所以，出现了严重的多重共线性。
【模型2】1】从上图可以得到，估计方程的判定系数R 2
很高，方程显著性F检验也显著，但只有两个参数显著性
计量经济学多重共线性的诊断及处理Eviews
数学与统计学院实验报告
院（系）：数学与统计学学院 学号： 姓名： 实验课程： 计量经济学 指导教师:
实验类型（验证性、演示性、综合性、设计性）： 综合性 实验时间：2017年 4 月 5 日 一、实验课题
多重共线性的诊断及处理 二、实验目的和意义
第8周练习 多重共线性
右表是某城市财政收入rev 、第一、第二、第三产业gdp1、gdp2、gdp3的有关数据。
1).建立rev 对gdp1，gdp2，gdp3的多元线性回归，并从经济和数理统计上简要说明模型存在着哪些不足。
2).写出rev ，gdp1，gdp2，gdp3的相关系数矩阵。
3).利用判别系数法判断模型是否存在着多重共线性。
4).用逐步回归的方法排除引起共线性的变量，重新建立多元回归。
5).如果不想排除变量，通过经验，假设：gdp1对财政收入的贡献是 gdp3的三倍，而且gdp2与财政收入是对数线性关系。那么请建立ln （rev ）对（3gdp1+gdp3）及ln （gdp2）的半对数线性回归模型，看看模型在经济和数学上是否合理，并从中你得到了什么启示（自己随意发挥）。
三、解题思路（eviews6）
1、建立多元线性回归：quick —estimate equation —（rev c gdp1 gdp2 gdp3）
年份 rev gdp1 gdp2 gdp3 1983 6604 27235 26781 7106 1984 6634 26680 28567 10240 1985 6710 26762 31766 11912 1986 6823 33595 40062 14160 1987 8103 38510 52935 16960 1988 8578 41529 61337 18777 1989 8469 47994 67848 30498 1990 11118 65138 98946 39700 1991 16053 86983 112531 66960 1992 20221 105825 143545 92231 1993 27076 129136 223697 117031 1994 31888 138619 216161 151334 1995 35139 146637 305940 193573 1996 42436 149788 371066 227561 1997 56204 161800 426925 256684 1998 93828 162960 614341 372177 1999 130532 199519 821302 524562 2000
计量经济学 多重共线性
影响我国居民消费水平相关因素的分析
一、研究的目的要求
近些年，我国经济快速发展，经济从供给约束转化为需求约束，消费对经济拉动的重要性日益凸显，消费作为拉动我国经济发展的三驾马车之一是人类社会经济生活中的重要行为和过程，任何社会都离不开消费。在我国，随着社会主义市场经济体制的确立，消费在全民经济生活中的作用更显重要。可以这样概括的说，消费活动是经济活动的终点，一切经济活动的目的就是为了满足人们不断增长的消费需求；但另一方面，消费活动又是经济活动的起点，是拉动经济增长的动力。国家一系列决策和尚待解决的问题很大程度上是既源于消费，又回归到消费。正因为如此，研究我国居民消费水平对于正处于转型期的我国经济有极其重要的经济意义。
二、模型设定及其估计
为了全面反映中国国民收入的全貌，选择居民消费水平(元)Y为被解释变量。选择国内生产总值X1(亿元) 、职工平均工资指数(上年=100)X2、城镇居民费价格指(上年=100)X3、卫生机构数(个)X4、基本设施铁路公路货运量(万吨)X5
为解释变量。为此设定了如下形式的计量经济模型：Y = β
1+β
2
X
2
+β
3
X
3
+β
4
X
4
+u。
为估计模型参数，收集了影响我国居民消费水平相关因素的1978——2007年的时间序列,来源于《中国统计年鉴》，所设计模型的样本容量为30个,以下为收集到的数据：
表1 1978--2007年居民消费水平及其相关数据
年份居民消
费水平
(按当年
价格计
算元)Y
国内生产总
值X1(亿元)
职工平
均工资
指数(上
年
=100)X2
城镇居
民费价
格指数
(上年
计量经济学多重共线性eviews处理
二、多重共线性检验与参数约束法估计模型
1．数据
obs 1 2 3 4 5 6 7 8 9 10 X1 80 100 120 140 160 180 200 220 240 260 X2 810 1009 1273 1425 1693 1876 2052 2201 2435 2686 Y 70 65 90 95 110 115 120 140 155 150
ຫໍສະໝຸດ Baidu
三、异方差性的修正
（一）加权最小二乘法(P219, 例 9-6) 加权最小二乘法的基本思想是寻求权重序列。例如：设权数
W = 1 e2
，生成权重序
列的一般步骤为： （1）回归模型获得残差序列； （2）在将其合成残差平方和序列， 进而生成权重序列。 （3）运用所得的合成残差平方和序列对各序列加权，获得估 计结果。具体操作如下 (1) LS Y C X (点击 resid（保存）); 生成残差序列； (2) GENR e2=resid^2; 计算残差平方和序列; (3) GENR W=1/e2; 生成权重序列； (4) 在命令行键入 LS (W=W) Y C X / 回车； 获得参数加权 （二）对原模型变换的方法(和（一）类似) （三）模型的对数变换(P221, 例 9-7)
1）消费支出(Y),个人财富(x2)和历史可支配收入水平(x1)有一定共线关系 2）可考虑使用参数约束法估计模型 2．原模型回归：ls y c x1 x2 （1）观察法：系数不显著，但 F 显著，判决系数大。 （2）辅助回归分析：Ls x1 型结论不可靠。 3．实际解决问题方法 1）可通过增加样本容量,看能否克服多重共线问题 obs 11 12 第五次上机 1 X1 X2 280 2898 300 3032 Y 170 185 x2 X2,x3 高度相关，个人财富和历史可支配收入水平有一定共线关系。原模
计量经济学Eviews多重共线性实验报告
实验报告
课程名称计量经济学
实验项目名称多重共线性
班级与班级代码
专业
任课教师
学号：
姓名：
实验日期：2014 年05 月11日
广东商学院教务处制
姓名实验报告成绩
评语：
指导教师（签名）
年月日
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
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：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：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。
R值。
四、预备知识：最小二乘法估计的原理、t检验、F检验、2
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1985——2007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：
1985~2007年统计数据
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。
Eviews多重共线性实验报告
实验三 多重共线性
【实验目的】
掌握多重共线性问题出现的来源、后果、检验及修正的原理，以及相关的Eviews 操作方法。 【实验内容】
以《计量经济学学习指南与练习》补充习题4-18为数据，练习检查和克服模型的多重共线性的操作方法。
【4-18】表4-3列出了被解释变量Y 及解释变量1X ，2X ，3X ，4X 的时间序列观察值。
（1） 用OLS 估计线性回归模型，并采用适当的方法检验多重共线性； （2） 用逐步回归法确定一个较好的回归模型。
【实验步骤】
（1） 建立线性回归模型并检验多重共线性
1、 建立模型
利用表4-3数据分别建立Y 关于1X 、2X 、3X 、4X 的散点图（SCAT i X Y ）。
可以看到Y 与1X 、2X 、4X 都呈现正的线性相关，与3X 关系不明显。
首先建立一个多元线性回归模型（LS Y C 1X 2X 3X 4X ）。
输出结果中，C 、1X 、3X 、4X 的系数都通不过显著性检验。
2、 检验多重共线性
进一步选择Covariance Analysis 的Correlation ，得到变量之间的偏相关系数矩阵，观察偏相关系数。
可以发现，Y 与1X 、2X 、4X 的相关系数都在0.9以上，但输出结果中，解释变量1X 、4X 的回归系数却无法通过显著性检验。认为解释变量之间存在多重共线性。
（2） 用逐步回归法克服多重共线性
1、 找出最简单的回归形式
分别作Y 与1X 、2X 、3X 、4X 间的回归（LS Y C i X ）。
即：
(1)1122.0942.0X Y +=∧
计量经济学实验报告 多重共线性检验
计量经济学上机实验报告
多重共线性检验
实验背景
近年来，中国旅游业一直保持高速发展，旅游业作为国民经济新的增长点，在整个社会经济发展中的作用日益显现。中国的旅游业分为国内旅游和入境旅游两大市场，入境旅游外汇收入年均增长22.6%，与此同时国内旅游也迅速增长。改革开放20多年来，特别是进入90年代后，中国的国内旅游收入年均增长14.4%，远高于同期GDP 9.76%的增长率。
为了规划中国未来旅游产业的发展，需要定量地分析影响中国旅游市场发展的主要因素。
模型
•其中，
•Yt——第t年全国旅游收入
•X2——国内旅游人数（万人）
•X3——城镇居民人均旅游支出（元）
•X4——农村居民人均旅游支出（元）
•X5——公路里程（万公里）
•X6——铁路里程（万公里）
Y = 0.0639689468*X2 + 0.2098186372*X3 + 5.283346538*X4 - 3.352906602*X5 - 53.38584085*X6 - 2220.150544
数据来源
中国统计局网站
样本区间1994——2009
实验过程及结果
（一）
实证结果
Dependent Variable: Y
Method: Least Squares
Date: 04/06/11 Time: 15:49
Sample: 1994 2009
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.063969 0.007714 8.292875 0.0000
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计量经济学E v i e w s多重共线性实验报告
Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
实验报告课程名称计量经济学
实验项目名称多重共线性
班级与班级代码
专业
任课教师
学号：
姓名：
实验日期： 2014 年 05 月 11日
广东商学院教务处制
姓名实验报告成绩
评语：
指导教师（签名）
年月日
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
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：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：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：最小二乘法估计的原理、t检验、F检验、2R值。
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1985——2007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：
1985~2007年统计数据
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
t t t t t t t u X X X X X Y ++++++=66554433221ββββββ （）
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2R最大原则，选取x1（2R=）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α=，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^=++
t=
2
R= 2R= 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。