Eviews案例分析—中国粮食生产

发现： X1与X4间存在高度相关性。 发现：
3、找出最简单的回归形式
分别作Y与X1，X2，X4，X5间的回归：
Y = 30867.64 + 4.576 X 1
(25.58) (11.49) R2=0.8919 F=132.1 DW=1.56 (-0.49) (1.14) R2=0.075 F=1.30 DW=0.12
X3
（公顷） 16209.3 15264.0 22705.3 23656.0 20392.7 23944.7 24448.7 17819.3 27814.0 25894.7 23133.0 31383.0 22267.0 21233.0 30309.0 25181.0 26731.0 34374.0
动力 X 4 （万千瓦） 18022 19497 20913 22950 24836 26575 28067 28708 29389 30308 31817 33802 36118 38547 42016 45208 48996 52574
农业劳动 力X5 （万人） 31645.1 31685.0 30351.5 30467.0 30870.0 31455.7 32440.5 33330.4 34186.3 34037.0 33258.2 32690.3 32334.5 32260.4 32434.9 32626.4 32911.8 32797.5
案例——中国粮食生产函数 中国粮食生产函数 案例
根据理论和经验分析，影响粮食生产（Y）的 主要因素有： 农业化肥施用量（X1）；粮食播种面积(X2) 成灾面积(X3); 农业机械总动力(X4); 农业劳动力(X5) 已知中国粮食生产的相关数据，建立中国粮食 生产函数： Y=β0+β1 X1 +β2 X2 +β3 X3 +β4 X4 +β4 X5 +
Y = 33821.18 + 0.699 X 2
Y = 31919.0 + 0.380 X 4
(17.45) (6.68) R2=0.7527 F=48.7 DW=1.11
Y = 28259.19 + 2.240 X 5 (-1.04) (2.66) R2=0.3064 F=7.07 DW=0.36
Y
1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 (万吨) 38728 40731 37911 39151 40208 39408 40755 44624 43529 44264 45649 44510 46662 50454 49417 51230 50839 46218
2、检验简单相关系数
列出X1，X2，X3，X4，X5的相关系数矩阵：
X1 X2 X3 X4 X5 X1 1.00 0.01 0.64 0.96 0.55 X2 0.01 1.00 -0.45 -0.04 0.18 X3 0.64 -0.45 1.00 0.69 0.36 X4 0.96 -0.04 0.69 1.00 0.45 X5 0.55 0.18 0.36 0.45 1.00
5、结论
回归方程以Y=f( 为最优： 回归方程以Y=f(X1，X2，X3)为最优： Y=f(
Y = 11978 + 5.26 X 1 + 0.41X 2 0.19 X 3
可见，应选第1个式子为初始的回归模型。 可见，应选第 个式子为初始的回归模型。 为初始的回归模型
4、逐步回归
将其他解释变量分别导入上述初始回归模型，寻 找最佳回归方程。
Y=f(X1) t值 Y=f(X1,X2) t值 Y=f(X1,X2,X3) t值 Y=f(X1,X2,X3,X4) t值 Y=f(X1,X3,X4,X5) t值 C 30868 25.58 -43871 -3.02 -11978 0.85 -13056 -0.97 -12690 -0.87 X1 4.23 11.49 4.65 18.47 5.26 19.6 6.17 9.61 5.22 17.85 X2 X3 X4 X5
年份
粮食产量
表 4.3.3 中国粮食生产与相关投入资料 受灾面积 农业化肥施 粮食播种面 农业机械总 用量 X 1 （万公斤） 1659.8 1739.8 1775.8 1930.6 1999.3 2141.5 2357.1 2590.3 2806.1 2930.2 3151.9 3317.9 3593.7 3827.9 3980.7 4083.7 4124.3 4146.4 积 X2 （千公顷） 114047 112884 108845 110933 111268 110123 112205 113466 112314 110560 110509 109544 110060 112548 112912 113787 113161 108463
法估计上述模型： 1、用OLS法估计上述模型： 法估计上述模型
Y = 12816.44 + 6.213 X 1 + 0.421X 2 0.166 X 3 0.098 X 4 0.028 X 5
(-0.91)
(8.39)
(3.32)
(-2.81)
(-1.45)
ቤተ መጻሕፍቲ ባይዱ
(-0.14)
R2接近于1； 1 给定α=5%，得F临界值 F0.05(5,12)=3.11 F=638.4 > 15.19， 故认上述粮食生产的总体线性关系显著成立。 但X4 、X5 的参数未通过t检验，且符号不正确， 解释变量间可能存在多重共线性。 故解释变量间可能存在多重共线性 解释变量间可能存在多重共线性
R2
0.8852 0.9558
DW 1.56 2.01 1.53 1.80 1.55
0.67 5.16 0.41 3.35 0.42 3.57 0.40 3.02
-0.19 -3.57 -0.17 -3.09 -0.20 -3.47
0.9752 -0.09 -1.55 0.07 0.37 0.9775 0.9798