多重共线性分析

多重共线性分析

第一步：建立一个时间序列文档

第二步：在新文档中输入相关各个变量的数据

第三步：对其进行回归分析

得出的回归结果如下：

分析其回归结果，可看出该回归方程的R-squared的值很大，Prob(F-statistic)的值很小，表明R-squared检验和F检验均可通过，但是除X2外的其余变量T检验均不能通过，表明变量间存在严重的多重共线性

第四步：将各个变量单列出来进行回归分析

首先对Y、C、X1进行回归分析：

结果如下：

接下来按照同样的方法分别对其他变量进行单个的回归分析，结果如下：

比较得X2的R-square值最高。

第五步：利用不显著系数法检验各个变量间的共线性以X1为因变量回归分析得：

以X2为因变量回归分析得：

以X3为因变量回归分析得：

按照同样的方法依次检验X4与X5，最终比较得X1、X2和X5的多重共线性较为显著。第六步：由于第四步检验中X2的R-squared值最高，第五步检验中X3和X4的多重共线性并不显著，故先保留Y、C、X2、X3和X4。

第七步：对Y、C、X1、X2、X3、X4作回归分析，结果得：

加入X1后R-squared值有了小幅度的提高，但是却让X4变得不显著，故舍去

第八步：对Y、C、X5、X2、X3、X4作回归分析，结果得：

从上图结果可以看出，X5本身还是不显著，但是它对其他变量的显著性并没有影响，故保留。

结论：X1、X2、X3、X4、X5五个变量中，除X1外其余的四个变量均保留。

X1不显著的原因为单个人数的旅游消费能力对全国旅游的收入没有太大影响或是旅游统计误差对最终结果造成了干扰

X5不显著的原因是铁路旅游较少，其并不是我国旅游中主要的出行方式。