实验报告6多重共线性概诉文档格式.docx

实验报告6多重共线性概诉文档格式.docx

《实验报告6多重共线性概诉文档格式.docx》由会员分享，可在线阅读，更多相关《实验报告6多重共线性概诉文档格式.docx（16页珍藏版）》请在冰豆网上搜索。

通过实验，理解并掌握多重共线性的原理，熟悉掌握对多元模型的多重共线性问题进行检验和修正的方法与步骤。

要求：

熟练掌握检验多重共线性检验的不显著系数法、系数符号判断法、相关系数矩阵法、拟合优度法、Frisch综合分析法；

消除多重共线性：

可以综合应用各种方法。

验证性部分用教材中的例题7.6的数据，按步骤做。

或者自己收集数据按上面的步骤做一遍，把结果输出到word文档中。

步骤：

1.模型的参数估计（至少有3个解释变量）；

2.检验是否存在多重共线性；

方法一：

不显著系数法；

方法二：

系数符号法

方法三：

相关系数矩阵法

方法四：

Frish综合分析法——逐步回归法

3.多重共线性的修正：

差分法、取对数法、逐步回归法等。

4.得出修正后的模型。

1.模型的参数估计（至少有3个解释变量）

DependentVariable:

BUSTRAVL

Method:

LeastSquares

Date:

07/26/14Time:

10:

09

Sample:

140

Includedobservations:

40

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

2744.680

2641.672

1.038994

0.3064

FARE

-238.6544

451.7281

-0.528314

0.6008

GASPRICE

522.1132

2658.228

0.196414

0.8455

INC

-0.194744

0.064887

-3.001294

0.0051

POP

1.711442

0.231364

7.397176

0.0000

DENSITY

0.116415

0.059570

1.954253

0.0592

LANDAREA

-1.155230

1.802638

-0.640855

0.5260

R-squared

0.921026

Meandependentvar

1933.175

AdjustedR-squared

0.906667

S.D.dependentvar

2431.757

S.E.ofregression

742.9113

Akaikeinfocriterion

16.21666

Sumsquaredresid

18213267

Schwarzcriterion

16.51221

Loglikelihood

-317.3332

F-statistic

64.14338

Durbin-Watsonstat

2.082671

Prob（F-statistic）

0.000000

估计方程为：

2.检验是否存在多重共线性

方法一：

不显著系数法

由表格可知，样本整体拟合优度达到92.1%，意味着模型解释变量整理能够解释因变量的92.1%，即说服力相对较强。

但是个别变量如FARE，GASPRICE，DENSITY，LANDAREA，它们系数的p值分别为0.6008，0.8455，0.0592，0.5260，大于0.01，0.05，0.1的显著水平，因此可以判断本模型存在多重共线性。

方法二：

根据我们的经验以及常识判断：

城市公交需求（BUSTRAVL）与公交车费（FARE）应该成负相关，城市公交需求（BUSTRAVL）与汽油价格（GASPRICE）成正相关，城市公交需求（BUSTRAVL）与人均收入（INC）成负相关，城市公交需求（BUSTRAVL）与城市人口规模（POP）成正相关，城市公交需求（BUSTRAVL）与城市人口密度（DENSITY）成正相关，城市公交需求（BUSTRAVL）与城市面积（LANDAREA）成正相关。

观察分析上面的表格，发现城市公交需求（BUSTRAVL）与城市面积（LANDAREA）成负相关，符号的经济意义不符合常理。

方法三：

1

-0.140647684819

0.455330059754

0.459093713333

-0.227465540597

0.63623436455

0.0509688156425

.0754********

0.262076343498

0.0149309080982

0.136********3

-0.108288762737

0.326581135483

0.00759827348289

0.335116892976

0.484836661826

根据上表格发现，相关系数没有大于0.8，但是最高的相关系数有0.636234（DENSITY与POP），所以由相关系数矩阵法可得解释变量有多重共线性。

方法四：

相关系数矩阵：

BUSTRAVL

0.721038213472

.0479********

0.378669590619

0.228670500775