Eviews多重共線性實驗報告

計量經(jīng)濟學實驗報告驗和處理實驗目的：掌握多重共線性模型的檢驗和處理方法。實驗要求：了解輔助回歸檢驗，解釋變量相關系數(shù)檢驗等。試驗用軟件：Eviews實驗原理：解釋變量相關系數(shù)檢驗和輔助回歸檢驗等。容：1、實驗用樣本數(shù)據(jù)：

（1）模型的基本假設：Y=能源需求總量，X1=城鎮(zhèn)化水平，X2=工業(yè)生產(chǎn)總值，X3=能源生產(chǎn)總量，X4=城鎮(zhèn)居民家庭人均可支配收入，ut=其他因素。（2）模型的建立

3X3t

u2步驟：1、

參數(shù)估計，過程如下：里鍵入1，在Enddate里鍵入14，點擊OK后屏幕出現(xiàn)“Workfile（2）在Objects菜單中點擊Newobjects，在Newobjects選擇口，按順序鍵入數(shù)據(jù)。出結果。DependentVariable:YMethod:LeastSquaresDate:12/23/11 Time:21:01Sample:19902007Includedobservations:18VariableC

Coefficient10367.66-285.89380.6469980.948682-1.756808

Std.Error12763.15443.88020.2942630.0779742.346367

t-Statistic0.812312-0.6440792.19870812.16659-0.748735

Prob.0.43120.53070.04660.00000.4673R-squared 0.998515 Meandependentvar 154036.3AdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat

0.9980582166.57161022374-160.86831.433854

S.D.dependentvarAkaikeinfocriterionSchwarzcriterionF-statisticProb(F-statistic)

49161.7918.4298118.677142185.0090.0000002、分析通過上表，我們得到能源需求回歸模型為將上述回歸結果整理如下：(0.81) (-0.64) (2.20) (12.2) R2=0.999R20.998

F=2185.01其中括號內的數(shù)字是t值，回歸系數(shù)估計值的顯著性都很低，但這些因素都存在著因果關系。查F表得到F0.05（4,13）=3.18，故F=2185.01>3.18，回歸方程顯著。3、檢驗計算解釋變量之間的簡單相關系數(shù)。Eviews過程如下：

在Quick菜單中選GroupStatistics項中的Correlation命令。在出現(xiàn)SeriesList對話框時，直接輸入X1X2X3X4變量名，出 現(xiàn) 如 下 結 果 一個表也可以看出，盡管整體上線性回歸擬合較好，但X1X2X3X4變量的參數(shù)t值并不顯著。表明模型中確實存在220.998嚴重的多重共線性。4、修正所以選取它、即 （-8.87）（75.281）R20.997R20.997

F=5667.77 R20.998R20.9978

F=3965.09可以看出，加入x2后，擬合優(yōu)度均有所增加，參數(shù)估計的符號也是 (0.5) (2.68)(12.5) R2=0.998 說明存在嚴重的多重共線性，所以略去X4。220.998220.9978 (1.06)R.998

(-1.75)

(3.19)

(13.43)F=3007.55存在多重共線性，可以略去x1。 R20.998 關于X2、X3再次回歸，得到如下結果DependentVariable:YMethod:LeastSquaresDate:12/23/11 Time:21:52Sample:19902007Includedobservations:18Variable

Coefficient0.3509570.961283

Std.Error0.0324580.010745

t-Statistic10.8126889.46635

Prob.0.00000.0000R-squared 0.997993 Meandependentvar 154036.3AdjustedR-squaredS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat

0.9978682269.95682443180-163.57611.101518

S.D.dependentvarAkaikeinfocriterionSchwarzcriterionF-statisticProb(F-statistic)

49161.7918.3973518.496287957.8790.000000得