多重共线性报告.doc
《多重共线性报告.doc》由会员分享,可在线阅读,更多相关《多重共线性报告.doc(9页珍藏版)》请在冰点文库上搜索。
西安财经学院
本科实验报告
学院(部)统计学院
实验室313
课程名称计量经济学
学生姓名
学号1204100214
专业统计学
教务处制
2014年12月15日《多重共线性》实验报告
开课实验室:
3132014年12月22日
学院
统计学院
年级、专业、班
统计1202
姓名
成绩
课程
名称
计量经济学
实验项目
名称
多重共线性
指导教师
教师评语
教师签名:
年月日
一、实验目的
掌握多重共线性模型的检验和处理方法。
二、实验原理
解释变量相关系数检验和辅助回归检验等。
三、使用仪器、材料
计算机、Eviews软件
四、实验步骤
一、导入数据
二、模型基本假设
三、模型建立
四、参数估计
五、回归分析
六、模型检验
七、运用OLS方法逐一求Y对各个解释变量的回归进行修正
五、实验过程原始记录(数据、图表、计算等)
一、导入数据:
能源需求及相关影响因素
年份
能源需求总量(万吨)
城镇化水平
工业生产总值
能源生产总量
城镇居民家庭人均可支配收入
1990
98703.00
26.41
6858.00
103922.00
1510.20
1991
103783.00
26.94
8087.10
104844.00
1700.60
1992
109170.00
27.46
10284.50
107256.00
2026.60
1993
115993.00
27.99
14187.97
111059.00
2577.40
1994
122737.00
28.51
19480.71
118729.00
3496.20
1995
131176.00
29.04
24950.61
129034.00
4283.00
1996
138948.00
30.48
29447.61
132616.00
4838.90
1997
137798.00
31.91
32921.39
132410.00
5160.30
1998
132214.00
33.35
34018.43
124250.00
5425.10
1999
133830.97
34.78
35861.48
125934.78
5854.02
2000
138552.58
36.22
40033.59
128977.88
6280.00
2001
143199.21
37.66
43580.62
137445.44
6859.60
2002
151797.25
39.09
47431.31
143809.83
7702.80
2003
174990.30
40.53
54945.53
163841.53
8472.20
2004
203226.68
41.76
65210.03
187341.15
9421.60
2005
224682.00
42.99
77230.78
205876.00
10493.00
2006
246270.00
43.90
91310.90
221056.00
11759.50
2007
265583.00
44.94
107367.20
235445.00
13785.80
二、模型基本假设
Y=能源需求总量,X1=城镇化水平,X2=工业生产
总值,X3=能源生产总量,X4=城镇居民家庭人均可支配收入,ut=其他因素。
三、模型的建立
根据变量之间的相关关系,我们假定能源回归模型为:
四、参数估计,过程如下:
(1)点击“File/New/Workfile”,屏幕上出现WorkfileRange对话框,选择数据频率,在本例中应选择Undatedorirrequar,在Startdate里键入1,在Enddate里键入14,点击OK后屏幕出现“Workfile对话框(子窗口)”。
(2)在Objects菜单中点击Newobjects,在Newobjects选择Group,并在NameforObjects定义文件名,点击OK出现数据编辑窗口,按顺序键入数据。
(3)利用表中数据,用EViews进行最小二乘法估计,得如下输出结果。
DependentVariable:
Y
Method:
LeastSquares
Date:
14/23/12Time:
21:
01
Sample:
19902007
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
10367.66
12763.15
0.812312
0.4312
X1
-285.8938
443.8802
-0.644079
0.5307
X2
0.646998
0.294263
2.198708
0.0466
X3
0.948682
0.077974
12.16659
0.0000
X4
-1.756808
2.346367
-0.748735
0.4673
R-squared
0.998515
Meandependentvar
154036.3
AdjustedR-squared
0.998058
S.D.dependentvar
49161.79
S.E.ofregression
2166.571
Akaikeinfocriterion
18.42981
Sumsquaredresid
61022374
Schwarzcriterion
18.67714
Loglikelihood
-160.8683
F-statistic
2185.009
Durbin-Watsonstat
1.433854
Prob(F-statistic)
0.000000
五、回归分析
通过上表,我们得到能源需求回归模型为将上述回归结果整理如下:
(0.81)(-0.64)(2.20)(12.2)(-0.75)
R2=0.999F=2185.01
其中括号内的数字是t值,回归系数估计值的显著性都很低,但这些因素都存在着因果关系。
查F表得到F0.05(4,13)=3.18,故F=2185.01>3.18,回归方程显著。
六、模型检验
计算解释变量之间的简单相关系数。
Eviews过程如下:
a)在Quick菜单中选GroupStatistics项中的Correlation命令。
在出现SeriesList对话框时,直接输入X1X2X3X4变量名,出现如下结果:
b)由上表可以看出,解释变量之间存在高度相关性。
同时由第一个表也可以看出,尽管整体上线性回归拟合较好,但X1X2X3X4变量的参数t值并不显著。
表明模型中确实存在严重的多重共线性。
七、运用OLS方法逐一求Y对各个解释变量的回归进行修正
(1)运用OLS方法逐一求Y对各个解释变量的回归。
结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。
经分析,在三个一元回归模型中,可以知道能源生产总量X3是最重要的解释变量,所以选取它、即
(-8.87)(75.281)
F=5667.77
(2)加入x2对Y关于X2、X3做最小二乘回归
(0.98)(2.71)(15.04)
F=3965.09
可以看出,加入x2后,拟合优度均有所增加,参数估计的符号也是正确,并且没有影响X3系数的显著性,所以保留X2。
(3)加入x4对Y关于X2、X3做最小二乘回归
-
(0.5)(2.68)(12.5)(-1.8)
R2=0.998F=3040.28
可以看出,加入X4后,拟合优度没有再增加,并且它的系数不显著,说明存在严重的多重共线性,所以略去X4。
(4)、加入x1对Y关于X1、X2、X3做最小二乘回归
+
(1.06)(-1.75)(3.19)(13.43)
R2=0.998F=3007.55
可以看出,在加入X1后,拟合优度没有增加,系数也不显著,说明存在多重共线性,可以略去x1。
综上所述,得到Y关于x2、x3的回归方程为
(0.98)(2.71)(15.04)
F=3965.09
因为给定显著性水平下可知常数项系数不显著,略去常数项后,对Y关于X2、X3再次回归,得到如下结果
DependentVariable:
Y
Method:
LeastSquares
Date:
14/23/12Time:
21:
52
Sample:
19902007
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X2
0.350957
0.032458
10.81268
0.0000
X3
0.961283
0.010745
89.46635
0.0000
R-squared
0.997993
Meandependentvar
154036.3
AdjustedR-squared
0.997868
S.D.dependentvar
49161.79
S.E.ofregression
2269.956
Akaikeinfocriterion
18.39735
Sumsquaredresid
82443180
Schwarzcriterion
18.49628
Loglikelihood
-163.5761
F-statistic
7957.879
Durbin-Watsonstat
1.101518
Prob(F-statistic)
0.000000
得到回归方程为
(10.8)(89.5)
F=18.49
该模型中系数均显著,并且符号正确,虽然解释变量之间仍然存在高度线性关系,但多重共线性并没有造成不利后果,所以该模型是最好的能源需求方程。
六、实验结果及分析
运用EViews软件进行数据的处理分析并且通过具体的实验操作,得到回归方程为
(10.8)(89.5)
F=18.49
该模型中系数均显著,并且符号正确,虽然解释变量之间仍然存在高度线性关系,但多重共线性并没有造成不利后果,所以该模型是最好的能源需求方程。
而且通过对EViews软件的应用,
使实验操作和理论知识的到有效结合。
了解了辅助回归检验,解释变量相关系数检验等。
实验报告打印格式说明
1.标题:
三号加粗黑体
2.开课实验室:
5号加粗宋体
3.表中内容:
(1)标题:
5号黑体
(2)正文:
5号宋体
4.纸张:
A4
5.页边距
上距:
2.54cm
下距:
2.54cm
左距:
3.17cm
右距:
3.17cm
第9页