计量经济学多元线性回归多重共线性异方差实验研究报告Word格式.docx

计量经济学多元线性回归多重共线性异方差实验研究报告Word格式.docx

《计量经济学多元线性回归多重共线性异方差实验研究报告Word格式.docx》由会员分享，可在线阅读，更多相关《计量经济学多元线性回归多重共线性异方差实验研究报告Word格式.docx（29页珍藏版）》请在冰豆网上搜索。

北京

145249.01

145466

694252.30

541600

32903.03

天津

48712.37

24787

93529.67

175553

26920.86

河北

182226.87

79643

420342.74

44765

18292.23

山西

29465.03

57719

121809.74

56719

18123.87

内蒙古

70313.07

36264

206819.12

67097

20407.57

辽宁

25665.30

64816

46573.27

271314

20466.84

吉林

20389.30

29066

87827.16

38528

17796.57

黑龙江

38367.81

30341

137426.27

91762

15696.18

上海

194762.3

91106

563007.44

575118

36230.48

江苏

316051.65

140154

1195000.60

565297

26340.73

浙江

385976.92

132459

1110975.20

454173

30970.68

安徽

79562.75

55840

139769.02

117918

18606.13

福建

155378.95

80303

151897.69

363444

24907.40

江西

54961.66

41791

85528.05

41500

17494.87

山东

116995.67

143026

327733.29

255076

22791.84

河南

222108.33

70164

482005.32

54903

18194.80

湖北

104565.58

62767

243794.62

94018

18373.87

湖南

118180.87

80615

257226.7

101434

18844.05

广东

476345.50

226539

1160675.4

1390619

26897.48

广西

66195.55

49876

143982.03

105188

18854.06

海南

29081.60

30759

70386.55

37615

18368.95

重庆

86713.67

50160

230124.00

96806

20249.70

四川

218624.03

70756

464763.52

59383

17899.12

贵州

42214.14

27683

62415.21

13507

16495.01

云南

135897.97

62679

348426.04

160861

18575.62

西藏

30406.73

6023

462971.03

12963

16195.56

陕西

48692.17

57077

154529.19

129505

18245.23

甘肃

30949.00

31280

56684.68

1740

14988.68

青海

638.43

8741

9851.28

2659

15603.31

宁夏

49509.86

12196

23149.90

620

17578.92

新疆

28993.11

40451

52280.36

46519

15513.62

数据来源：

1.中国统计年鉴2012，

2.中国旅游年鉴2012。

三、参数估计

利用Eviews6.0做多元线性回归分析步骤如下：

1、创建工作文件

双击Eviews6.0图标，进入其主页。

在主菜单中依次点击“File\New\Workfile”，出现对话框“WorkfileRange”。

本例中是截面数据，在workfilestructuretype中选择“Unstructured/Undated”,在Daterange中填入observations31,点击ok键，完成工作文件的创建。

2、输入数据

在命令框中输入dataYX1X2X3X4,回车出现“Group”窗口数据编辑框，在对应的YX1X2X3X4下输入相应数据，关闭对话框将其命名为group01,点击ok,保存。

对数据进行存盘，点击“File/SaveAs”，出现“SaveAs”对话框，选择存入路径，并将文件命名，再点“ok”。

3、参数估计

在Eviews6.0命令框中键入“LSYCX1X2X3X4”,按回车键，即出现回归结果。

利用Eviews6.0估计模型参数，最小二乘法的回归结果如下：

表3.1回归结果

DependentVariable:

Y

Method:

LeastSquares

Date:

11/14/13Time:

21:

14

Sample:

131

Includedobservations:

31

Coefficient

Std.Error

t-Statistic

Prob. 

C

32390.83

39569.49

0.818581

0.4205

X1

0.603624

0.366112

1.648741

0.1112

X2

0.234265

0.041218

5.683583

0.0000

X3

0.044632

0.060755

0.734620

0.4691

X4

-1.914034

2.098257

-0.912202

0.3700

R-squared

0.879720

Meandependentvar

114619.2

AdjustedR-squared

0.861215

S.D.dependentvar

112728.1

S.E.ofregression

41995.55

Akaikeinfocriterion

24.27520

Sumsquaredresid

4.59E+10

Schwarzcriterion

24.50649

Loglikelihood

-371.2657

Hannan-Quinncriter.

24.35060

F-statistic

47.54049

Durbin-Watsonstat

2.007191

Prob（F-statistic）

0.000000

根据表中的样本数据，模型估计结果为

=32390.83+0.603624X+0.234265X+0.044632X-1.914034X

（39569.49）（0.366112）（0.041218）（0.060755）（2.098257）

t=（0.818581）（1.648741）（5.683583）（0.734620）（-0.912202）

R2=0.879720=0.861215F=47.54049DW=2.007191

可以看出，可决系数R2=0.879720，修正的可决系数=0.861215。

说明模型的拟合程度还可以。

但是当α=0.05时，X、X、X系数均不能通过检验，且X的系数为负，与经济意义不符，表明模型很可能存在严重的多重共线性。

四、模型修正

1．多重共线性的检验与修正

（1）检验

选中X1X2X3X4数据，点击右键，选择“Open/asGroup”,在出现的对话框中选择“View/CovarianceAnalysis/correlation”,点击ok,得到相关系数矩阵。

计算各个解释变量的相关系数，得到相关系数矩阵。

表4.1相关系数矩阵

变量

1.000000

0.809777

0.872093

0.659239

0.758322

0.641086

0.716374

由相关系数矩阵可以看出，解释变量X2、X3之间存在较高的相关系数，证实确实存在严重的多重共线性。

（2）多重共线性修正

采用逐步回归的办法，检验和回归多重共线性问题。

分别作Y对X1、X2、X3、X4的一元回归，在命令窗口分别输入LSYCX1，LSYCX2,LSYCX3，LSYCX4，并保存，整理结果如表4.2所示。

表4.2一元回归结果

参数估计值

1.978224

0.315120

0.316946

12.54525

t统计量

8.635111

12.47495

6.922479

4.005547

R2

0.719983