1、.PAGE .實驗報告課程名稱 計量經濟學 實驗項目名稱多重共線性班級與班級代碼專 業任課教師學 號：姓 名：實驗日期： 2014 年 05 月 11日XX商學院教務處 制姓名 實驗報告成績評語： 指導教師簽名 年 月 日說明：指導教師評分后,實驗報告交院系辦公室保存。計量經濟學實驗報告一、實驗目的：掌握多元線性回歸模型的估計方法、掌握多重共線性模型的識別和修正。二、實驗要求：應用教材第127頁案例做多元線性回歸模型,并識別和修正多重共線性。三、實驗原理：普通最小二乘法、簡單相關系數檢驗法、綜合判斷法、逐步回歸法。四、預備知識：最小二乘法估計的原理、t檢驗、F檢驗、值。五、實驗步驟1、選擇數據

2、理論上認為影響能源消費需求總量的因素主要有經濟發展水平、收入水平、產業發展、人民生活水平提高、能源轉換技術等因素。為此,收集了中國能源消費標準煤總量、國民總收入、國內生產總值GDP、工業增加值、建筑業增加值、交通運輸郵電業增加值、人均生活電力消費、能源加工轉換效率等198520XX的統計數據。本題旨在通過建立這些經濟變量的線性模型來說明影響能源消費需求總量的原因。主要數據如下：198520XX統計數據年份能源消費國民總收入國內生產總值工業增加值建筑業增加值交通運輸郵電增加值人均生活電力消費能源加工轉換效率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：中國統計年鑒,中國統計出版社2000、20XX版。為分析Y與X1、X2、X3、X4、X5、X6、X7之間的關系,做如

7、下折線圖：能源消費Y在1986到1996年間緩慢增長,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。國民總收入X1和國內生產總值X2以相同的趨勢逐年緩慢增長。工業增加值X3在1985年-1999年期間一直是緩慢增長,但在20XX出現了急劇下降的現象,20XX又急劇增長,達到下降前的水平,20XX以后開始緩慢增長。建筑業增長值x4、交通運輸郵電業增加值x5、人均生活電力消費x6、能源加工轉換效率x7數值較低,但都以較平緩的方式增長。2、設定并估計多元線性回歸模型 2.12.1錄入數據,得到圖。采用OLS估計參數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,即可得到參數的估計結果。由此可見,該模型的可決系數為0.989801,修正的可決系數為0.985041,模型擬和很好,F統計量為386.2196,回歸方程整體上顯著。可是其中的lnX3、lnX4、lnX6對lnY影響不顯著,不僅如此,lnX2、lnX5的參數為負值,在經濟意義上不合理。所以這樣的回歸結果并不理想。3、多重共線性模型的識別點擊Eviews主畫面的頂部的Quick/Group Statistics/Correlatios彈出對話框在對話框中輸入解釋變量x1、x2、 x3、 x4、 x5、 x6、x7,點擊OK,即可得出相關系數矩陣同圖。從相關系

9、數矩陣可以看出,解釋變量x1、x2、 x3、 x4、 x5、 x6、x7相互之間的相關系數較高,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行修正。第一步：運用OLS方法分別求Y對各解釋變量進行一元回歸,分別求Y對各解釋變量x1、x2、 x3、 x4、 x5、 x6、x7進行一元回歸。回歸結果詳下圖。再結合經濟意義和統計檢驗選出擬合效果最好的一元線性回歸方程。通過上面7個圖進行對比分析,依據調整后可決系數最大原則,選取x1=0.969514作為進入回歸模型的第一個解釋變量,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,結果如下：經比

10、較,可以發現加入X2、X5、X6、X7后參數的符號與預期相反,不符合經濟意義,且t檢驗部顯著。而加入X4后變化并不顯著,只有加入X3后修正的可決系數有所提高,而且參數符號的經濟意義合理, 而且參數的t檢驗,在=0.1,t=1.753時顯著,所以保留X3。再加入其他新變量逐步回歸。當加入X2時,雖然R-2有所增加,但其系數的符號與預期相反且參數的t檢驗不顯著；加入X4后,各參數的t檢驗不顯著；加入X5后,雖然R-2有所增加,但是但其系數的符號與預期相反且參數的t檢驗不顯著；加入X6、X7后,其系數的符號與預期相反且參數的t檢驗不顯著,這說明主要是X2、X4、X5、X6、X7引起了多重共線性,應予以剔除。=80927.77+0.5512X1+0.4349X3t= =0.975