計(jì)量經(jīng)濟(jì)學(xué)Eviews多重共線性實(shí)驗(yàn)報(bào)告

1、實(shí)驗(yàn)報(bào)告課程名稱計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)項(xiàng)目名稱多重共線性班級(jí)與班級(jí)代碼專業(yè)任課教師學(xué)號(hào)：姓名：實(shí)驗(yàn)日期：2014年05月11日廣東商學(xué)院教務(wù)處制姓名實(shí)驗(yàn)報(bào)告成績(jī)?cè)u(píng)語(yǔ)：指導(dǎo)教師（簽名）年月日說(shuō)明：指導(dǎo)教師評(píng)分后，實(shí)驗(yàn)報(bào)告交院（系）辦公室保存。計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告一、實(shí)驗(yàn)?zāi)康模赫莆斩嘣€性回歸模型的估計(jì)方法、掌握多重共線性模型的識(shí)別和修正。二、實(shí)驗(yàn)要求：應(yīng)用教材第127頁(yè)案例做多元線性回歸模型，并識(shí)別和修正多重共線性。三、實(shí)驗(yàn)原理：普通最小二乘法、簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法、綜合判斷法、逐步回歸法。四、預(yù)備知識(shí)：最小二乘法估計(jì)的原理、t檢驗(yàn)、F檢驗(yàn)、R2值五、實(shí)驗(yàn)步驟1、選擇數(shù)據(jù)理論上認(rèn)為影響能源消費(fèi)需求總量的因素

2、主要有經(jīng)濟(jì)發(fā)展水平、收入水平、產(chǎn)業(yè)發(fā)展、人民生活水平提高、能源轉(zhuǎn)換技術(shù)等因素。為此，收集了中國(guó)能源消費(fèi)標(biāo)準(zhǔn)煤總量、國(guó)民總收入、國(guó)內(nèi)生產(chǎn)總值GDP工業(yè)增加值、建筑業(yè)增加值、交通運(yùn)輸郵電業(yè)增加值、人均生活電力消費(fèi)、能源加工轉(zhuǎn)換效率等19852007年的統(tǒng)計(jì)數(shù)據(jù)。本題旨在通過(guò)建立這些經(jīng)濟(jì)變量的線性模型來(lái)說(shuō)明影響能源消費(fèi)需求總量的原因。主要數(shù)據(jù)如下：19852007年統(tǒng)計(jì)數(shù)據(jù)年份能源消費(fèi)國(guó)民總收入國(guó)內(nèi)生產(chǎn)總值工業(yè)增加值建筑業(yè)增加值交通運(yùn)輸郵電增加值人均生活電力消費(fèi)能源加工轉(zhuǎn)換效率yX1X2X3X4X5X6X71985766829040.790163448.7417.9406.921.368.29198

3、68085010274.410275.23967525.7475.623.268.3219878663212050.612058.64585.8665.8544.926.467.4819889299715036.815042.85777.281066131.266.5419899693417000.916992.3648479478635.366.5119909870318718.318667.86858859.41147.542.467.2199110378321826.221781.58087.11015.11409.746.965.9199210917026937.326923.5102

4、84.514151681.854.666.0019931159933526035333.9141882266.52205.661.267.32199412273748108.548197.919480.72964.72898.372.765.2199513117659810.560793.724950.63728.83424.183.571.05199613894870142.571176.629447.64387.44068.593.171.519971377987765344621.64593101.869.23199813221483024.384402.334

5、018.44985.85178.4106.669.4419991338318818989677.135861.55172.15821.8118.269.19200013855398000.599214.640033.65522.37333.4132.469.042001143199108068.2109655.243580.65931.78406.1144.669.032002151797119095.120332.747431.6465.9393.4156.369.047352003174990135174135822.854945.57490.810098.4173.769.4200420

6、3227159586.7159878.3652108694.312147.6190.270.712005223319183956.1183084.876912.910133.810526.1216.771.082006246270213131.7211923.59)1310.911851.112481.1249.471.242007265583251483.2249529.9107367.214014.114604.1274.971.25資料來(lái)源：中國(guó)統(tǒng)計(jì)年鑒，中國(guó)統(tǒng)計(jì)出版社2000、2008年版為分析Y與XI、X2、X3、X4、X5、X6、X7之間的關(guān)系，做如下折線圖：能源消費(fèi)Y在1986到

7、1996年間緩慢增長(zhǎng)，在96至98年有短暫的下跌，但是98至02年開(kāi)始緩慢回升，02年到06年開(kāi)始快速增長(zhǎng)。國(guó)民總收入X1和國(guó)內(nèi)生產(chǎn)總值X2以相同的趨勢(shì)逐年緩慢增長(zhǎng)。工業(yè)增加值X3在1985年-1999年期間一直是緩慢增長(zhǎng)，但在2000年出現(xiàn)了急劇下降的現(xiàn)象，2001年又急劇增長(zhǎng)，達(dá)到下降前的水平，2001年以后開(kāi)始緩慢增長(zhǎng)。建筑業(yè)增長(zhǎng)值x4、交通運(yùn)輸郵電業(yè)增加值x5、人均生活電力消費(fèi)x6、能源加工轉(zhuǎn)換效率x7數(shù)值較低，但都以較平緩的方式增長(zhǎng)。2、設(shè)定并估計(jì)多元線性回歸模型Yt=P1*02X2t*P3X3t*04X4t*P5X5t+6X6t+ut(2.1)2.1錄入數(shù)據(jù)，得到圖。2.2.1)采

8、用OLS估計(jì)參數(shù)在主界面命令框欄中輸入lsycx1x2x3x4x5x6x7回車，即可得到參數(shù)的估計(jì)結(jié)果。由此可見(jiàn)，該模型的可決系數(shù)為0.989801，修正的可決系數(shù)為0.985041,模型擬和很好，F(xiàn)統(tǒng)計(jì)量為386.2196,回歸方程整體上顯著。？可是其中的lnX3、lnX4、lnX6對(duì)lnY影響不顯著，不僅如此，lnX2、lnX5的參數(shù)為負(fù)值，在經(jīng)濟(jì)意義上不合理。所以這樣的回歸結(jié)果并不理想。3、多重共線性模型的識(shí)別點(diǎn)擊Eviews主畫(huà)面的頂部的Quick/GroupStatistics/Correlatios彈出對(duì)話框在對(duì)話框中輸入解釋變量x1、x2、x3、x4、x5、x6、x7,點(diǎn)擊OK即

9、可得出相關(guān)系數(shù)矩陣(同圖2.2.3)。從相關(guān)系數(shù)矩陣可以看出，解釋變量x1、x2、x3、x4、x5、x6、x7相互之間的相關(guān)系數(shù)較高，解釋變量之間存在多重共線性。4、多重共線性模型的修正3.多重共線性模型的修正使用逐步回歸法進(jìn)行修正。第一步：運(yùn)用OLS方法分別求Y對(duì)各解釋變量進(jìn)行一元回歸，分別求Y對(duì)各解釋變量x1、x2、x3、x4、x5、x6、x7進(jìn)行一元回歸。回歸結(jié)果詳下圖。再結(jié)合經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)選出擬合效果最好的一元線性回歸方程。2通過(guò)上面7個(gè)圖進(jìn)行對(duì)比分析，依據(jù)調(diào)整后可決系數(shù)R最大原則，選取x1(R=0.969514)作為進(jìn)入回歸模型的第一個(gè)解釋變量，形成一兀回歸模型。第二步：逐步回歸

10、。將剩余解釋變量分別加入模型，結(jié)果如下：經(jīng)比較，可以發(fā)現(xiàn)加入X2、X5、X6、X7后參數(shù)的符號(hào)與預(yù)期相反，不符合經(jīng)濟(jì)意義，且t檢驗(yàn)部顯著。而加入X4后變化并不顯著，只有加入X3后修正的可決系數(shù)有所提高，而且參數(shù)符號(hào)的經(jīng)濟(jì)意義合理，而且參數(shù)的t檢驗(yàn)，在a=0.1,t(0.05,15)=1.753時(shí)顯著，所以保留X30再加入其他新變量逐步回歸。當(dāng)加入X2時(shí)，雖然R62有所增加，但其系數(shù)的符號(hào)與預(yù)期相反且參數(shù)的t檢驗(yàn)不顯著；加入X4后，各參數(shù)的t檢驗(yàn)不顯著；加入X5后，雖然R-A2有所增加，但是但其系數(shù)的符號(hào)與預(yù)期相反且參數(shù)的t檢驗(yàn)不顯著；加入X6、X7后，其系數(shù)的符號(hào)與預(yù)期相反且參數(shù)的t檢驗(yàn)不顯著，這說(shuō)明主要是X2、X4、X5、X6、X7引起了多重共線性，應(yīng)予以剔除。AY=80927.77+0.5512X140.4349X3t=(28.6903)(5.3587)(1.8308)R2