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

1、.PAGE .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XX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： 指導(dǎo)教師簽名 年 月 日說明：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)、值。五、實(shí)驗(yàn)步驟1、選擇數(shù)據(jù)

2、理論上認(rèn)為影響能源消費(fèi)需求總量的因素主要有經(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198520XX的統(tǒng)計(jì)數(shù)據(jù)。本題旨在通過建立這些經(jīng)濟(jì)變量的線性模型來說明影響能源消費(fèi)需求總量的原因。主要數(shù)據(jù)如下：198520XX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yX1X2X3X4X5X6X71985766829040.790163448.7417.9

3、406.921.368.2919868085010274.410275.23967525.7475.623.268.3219878663212050.612058.64585.8665.8544.926.467.4819889299715036.815042.85777.281066131.266.5419899693417000.916992.3648479478635.366.5119909870318718.318667.86858859.41147.542.467.2199110378321826.221781.58087.11015.11409.746.965.91992109170

4、26937.326923.510284.514151681.854.666.0019931159933526035333.9141882266.52205.661.267.32199412273748108.548197.919480.72964.72898.372.765.2199513117659810.560793.724950.63728.83424.183.571.05199613894870142.571176.629447.64387.44068.593.171.519971377987765344621.64593101.869.23199813221

5、483024.384402.334018.44985.85178.4106.669.4419991338318818989677.135861.55172.15821.8118.269.19200013855398000.599214.640033.65522.37333.4132.469.042001143199108068.2109655.243580.65931.78406.1144.669.032002151797119095.7120332.747431.36465.59393.4156.369.042003174990135174135822.854945.57490.810098

6、.4173.769.42004203227159586.7159878.3652108694.312147.6190.270.712005223319183956.1183084.876912.910133.810526.1216.771.082006246270213131.7211923.591310.911851.112481.1249.471.242007265583251483.2249529.9107367.214014.114604.1274.971.25資料來源：中國(guó)統(tǒng)計(jì)年鑒,中國(guó)統(tǒng)計(jì)出版社2000、20XX版。為分析Y與X1、X2、X3、X4、X5、X6、X7之間的關(guān)系,做如

7、下折線圖：能源消費(fèi)Y在1986到1996年間緩慢增長(zhǎng),在96至98年有短暫的下跌,但是98至02年開始緩慢回升,02年到06年開始快速增長(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20XX出現(xiàn)了急劇下降的現(xiàn)象,20XX又急劇增長(zhǎng),達(dá)到下降前的水平,20XX以后開始緩慢增長(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 2.12.1錄入數(shù)據(jù),得到圖。采用OLS估計(jì)參數(shù)在主界面命令框欄中輸入 ls y c x1 x

8、2 x3 x4 x5 x6 x7回車,即可得到參數(shù)的估計(jì)結(jié)果。由此可見,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統(tǒng)計(jì)量為386.2196,回歸方程整體上顯著?？墒瞧渲械膌nX3、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主畫面的頂部的Quick/Group Statistics/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,即可得出相關(guān)系數(shù)矩陣同圖。從相關(guān)系

9、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。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?；貧w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。通過上面7個(gè)圖進(jìn)行對(duì)比分析,依據(jù)調(diào)整后可決系數(shù)最大原則,選取x1=0.969514作為進(jìn)入回歸模型的第一個(gè)解釋變量,形成一元回歸模型。第二步：逐步回歸。將剩余解釋變量分別加入模型,結(jié)果如下：經(jīng)比

10、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=0.1,t=1.753時(shí)顯著,所以保留X3。再加入其他新變量逐步回歸。當(dāng)加入X2時(shí),雖然R-2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-2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,這說明主要是X2、X4、X5、X6、X7引起了多重共線性,應(yīng)予以剔除。=80927.77+0.5512X1+0.4349X3t= =0.975