检验多重共线性
- 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)。
实验目的:在回归模型牵涉到多个自变量的时候,自变量之间可能会相互关联,即他们之间存在有多重共线性,本节实验的实验目的是如何用Eviews检测各个自变量之间是否存在的多重共线问题以及如何对多重共线性进行修正。
我们实验的原始数据如图所示,判断钢产量y与生铁产量X1,发电量X2,固定资产投资X3,国内生产总值X4,铁路运输量X5之间的关系。
实验步骤:
1:打开Eviews7.0. →File→Workfile,选择年度数据,在初始日期和结束日期分别输入“1978”和结束年份“1997”。点击“OK”确定。
2:在新建工作表中,点击Proc→Import→Read,选定需要导入的Excel工作表,在“Upper-left data cell”中输入数据在Excel中的初始位置“B2”,在“Excel 5+….”中输入“sheet1”,在“Name for serises、”中输入“y x1 x2 x3 x4 x5”点击“OK”即可。
3:在Eviews空白处输入:“ls y c x1 x2 x3 x4 x5”,回车即可,结果如下。
Dependent Variable: Y
Method: Least Squares
Date: 04/19/13 Time: 11:24
Sample: 1978 1997
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C 354.5884 435.6968 0.813842 0.4294
X1 0.026041 0.120064 0.216892 0.8314
X2 0.994536 0.136474 7.287380 0.0000
X3 0.392676 0.086468 4.541271 0.0005
X4 -0.085436 0.016472 -5.186649 0.0001
X5 -0.005998 0.006034 -0.994019 0.3371
R-squared 0.999098 Mean dependent var 5153.450 Adjusted R-squared 0.998776 S.D. dependent var 2512.131 S.E. of regression 87.87969 Akaike info criterion 12.03314 Sum squared resid 108119.8 Schwarz criterion 12.33186 Log likelihood -114.3314 Hannan-Quinn criter. 12.09145 F-statistic 3102.411 Durbin-Watson stat 1.919746 Prob(F-statistic) 0.000000
经查表可知,t(17)=1.345,结合上表可知,x1和x5没有通过t检验,而且F\检验较大,估计解释变量之间可能存在着多重共线性。相关性如下图所示:
可知X1 X2 X3 X4 X5,之间存在着较强的多重共线
我们分别用y和xi做线性回归,结果如下图所示。
R-squared 0.994453 Mean dependent var 5153.450 R-squared 0.995411 Mean dependent var 5153.450 R-squared 0.930148 Mean dependent var 5153.450 R-squared 0.939387 Mean dependent var 5153.450 R-squared 0.879348 Mean dependent var 5153.450
可知拟合由强到弱的顺序依次是:X2 X1 X4 X3 X5,我们选定拟合最好的X2作为基准变量,分别导入X1 X4 X3 X5做回归,结果如下:
C -287.6867 101.2341 -2.841797 0.0113
X2 0.487185 0.112687 4.323352 0.0005 X1 0.415867 0.117497 3.539376 0.0025
X1的t统计量为3.539376,而t0.01(17)=1.333,处于拒绝区域,则拒绝零假设,保存X1变量。然后我们一X2 X1为解释变量,对X3 X4 X5做回归,结果如下:
C -260.7822 215.8307 -1.208272 0.2445
X2 0.490976 0.119095 4.122544 0.0008
X1 0.405060 0.142867 2.835232 0.0119
X3 0.004554 0.031986 0.142378 0.8886
Variable Coefficient Std. Error t-Statistic Prob.
C -393.0125 195.3528 -2.011808 0.0614
X2 0.491128 0.114888 4.274839 0.0006
X1 0.443259 0.127166 3.485687 0.0031
X4 -0.003932 0.006196 -0.634662 0.5346
Variable Coefficient Std. Error t-Statistic Prob.
C -188.8822 495.0822 -0.381517 0.7078
X2 0.502528 0.138221 3.635681 0.0022
X1 0.407267 0.128082 3.179734 0.0058
X5 -0.000970 0.004752 -0.204146 0.8408