关于多重共线性模型的检验和处理的方法

计量经济学实验报告

题目：关于多重共线性模型的检验和处理方法姓名：张飞飞

学号：2008163050

专业：工商管理

指导教师：崔海燕

实验时间： 2010-12-22

二○一○年十二月二十五日

关于多重共线性模型的检验和处理的方法

一、实验目的：掌握多重共线性模型检验和处理的方法

二、实验原理：判定系数检验法、逐步回归法、解释变量、相关系数检验

三、实验步骤：

1.创建一个新的工作文件：打开Eviews软件，点击File下的New File,创建一个新的工作文件，选择Annual,在Start Date栏中输入1983，在End date栏中输入2000，点击OK,点击保存，完成创建新的工作文件。

2.输入数据：点击Quick下的Empty Group,导入中国粮食生产函数模型的具体数据，命名被解释变量为Y,解释变量为X1、X2、X3、X4、X5，其中：Y表示粮食产量；X1表示农业化肥施用量；X2表示粮食播种面积；X3表示成灾面积；X4表示农业机械总动力；X5表示农业劳动力.点击Name保存数据，命名为Group01。

3.采用普通最小二乘法估计模型参数：点击Quick下的Estimate Equation,输入方程y c x1 x2 x3 x4 x5.点击OK,生成EQ1. 如下表所示：

从结果可以看出：R-squared的值为0.982798，拟合优度比较高（一般为0.9以上），F-statistic 的值为137.1164，也比较大，说明模型上存在多重共线性，但无法看出变量之间的关系。

4.进行多重共线性检验：主要运用综合统计检验和采用解释变量之间的相关系数进行检验。

由综合统计检验法（步骤3)，可以看出存在多重共线性，继而进行解释变量之间的相关下系数检验。点击Quick下的Groupstatistics,选择Correlations,打开Series List界面，输入X1 X2 X3 X3 X4 X5,点击OK,生成Group02,结果如下图：

从结果可以看出：X1和X4之间的相关系数为0.960278，最接近1，说明X1和X4之间存在高度相关性。

5.进行多重共线性处理——逐步回归法

（1）选择基础方程。非解释变量y分别对x1、x2、x3、x4、x5进行回归分析，由计算结果可以看出，y和x1的判定系数为0.891941，为最大，所以选择y和x1的模型为基础方程。即：Y = 30867.31062 + 4.576114592*X1

然后在此基础上，引入其他解释变量进行回归分析，过程如下：

（2）在保留解释变量x1的基础上，引入解释变量x2，进行非解释变量y与解释变量x1、x2之间的回归分析，结果如下表:

可以看出t-Statistic的值为5.156760，绝对值大于2.说明x2对y的影响显著，所以保留x2。

（3）在保留解释变量x1、x2的基础上，引入解释变量x3,进行非解释变量y与解释变量x1、x2、x3的回归分析，结果如下：

可以看出t-Statistic的值为-3.568637，绝对值大于2，说明x3对y的影响显著，所以保留x3。

(4) 在保留解释变量x1、x2、x3的基础上，引入解释变量x4,进行非解释变量y与解释变量x1、x2、x3、x4的回归分析，结果如下：

可以看出t-Statistic的值为-1.548172，绝对值小于2，说明x4对y的影响不显著，所以不保留x4。

（5）在保留解释变量x1、x2、x3的基础上，引入解释变量x5,进行非解释变量y与解释变量x1、x2、x3、x5的回归分析，结果如下：

可以看出t-Statistic的值为0.368223，绝对值小于2，说明x5对y的影响不显著，所以不保留x5。

综上所述，x4，x5对y的影响不显著，舍去。所以只保留x1、x2、x3。最后保留x1、x2、x3的方程为：

Y = -11978.18057 + 5.255935121*X1 + 0.408432175*X2 - 0.1946087795*X3

附原始数据：