关于影响我国电力消费总量的因素分析Word文档下载推荐.docx
《关于影响我国电力消费总量的因素分析Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《关于影响我国电力消费总量的因素分析Word文档下载推荐.docx(10页珍藏版)》请在冰豆网上搜索。
X4i:
电力出厂价格〔相对数〕
多元线性回归模型:
Yi=ß
0+ß
1X1i+ß
2X2i+ß
3X3i+ß
4X4i+ui
〔模型参考:
借鉴"
关于影响我国电力消费量因素实证分析"
〕
三、数据的收集
数据来源:
中华人民国统计年鉴〔国家统计局〕
四、模型的估计
运用最小二乘法〔OLS〕对本文模型进展回归分析:
DependentVariable:
ELECTRICITY
Method:
LeastSquares
Date:
10/06/13Time:
23:
13
Sample:
19902004
Includedobservations:
15
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-61669.67
18917.10
-3.259996
0.0086
GDP(X1i)
0.114719
0.022860
5.018267
0.0005
INDUSTRY(X2i)
0.013619
0.005752
2.367709
0.0394
POPULATION(X3i)
0.600801
0.168381
3.568106
0.0051
PRICE(X4i)
-30.79820
3.295763
-9.344786
0.0000
R-squared
0.996221
Meandependentvar
11965.95
AdjustedR-squared
0.994710
S.D.dependentvar
4458.347
S.E.ofregression
324.2786
Akaikeinfocriterion
14.66228
Sumsquaredresid
1051566.
Schwarzcriterion
14.89830
Loglikelihood
-104.9671
F-statistic
659.0751
Durbin-Watsonstat
2.277960
Prob(F-statistic)
0.000000
根据回归分析显示的结果,方程如下:
Yi=-61669.67+0.114719X1i+0.013619X2i+0.600801X3i-30.79820X4i+ui
T=(-3.259996)(5.018267)(2.367709)(3.568106)(-9.344786)
R-squared=0.996221AdjustedR-squared=0.994710
五、模型的检验
〔1〕经济意义检验
这里所估计的参数结果说明:
〔在其他影响因素一定的条件下〕
1、国民生产总值每增加1亿元,将会导致电力消费总量平均增加0.114719亿千瓦时;
2、工业总产值每增加1亿元,将会导致电力消费总量平均增加0.013619亿千瓦时;
3、人口总量每增长1万人,将会导致电力消费总量平均增加0.600801亿千瓦时:
4、电力出厂价格每变化1%,将会导致电力消费总量平均下降30.79820亿千瓦时。
〔2〕拟合优度检验
由回归结果可知:
可决系数R-squared=0.996221,修正样本可决系数AdjustedR-squared=0.994710,与1十分接近,说明模型在整体上对数据拟合程度是非常好的。
〔3〕F检验
针对H0:
β1=β2=β3=β4=0,给定显著性水平a=0.05,在F分布表中查出自由度为4和10的临界值为3.48,由于F=659.0751>
3.48,应拒绝原假设H0,说明回归方程显著,即国民生产总值、工业总产值、人口总量、电力出厂价格对我国电力消费总量是有显著影响。
〔4〕T检验
分别针对H0:
βj=0〔j=1,2,3,4〕,给定显著性水平a=0.05,查t分布表自由度得15-4-1=10,临界值t0.025〔10〕=2.2281,
βj=0〔j=1,2,3,4〕对应的t统计量分别是5.018267,2.367709,3.568106,-9.344786,其中t统计量的绝对值均大于临界值,故均通过显著性检验。
六、自相关性
〔一〕自相关性的检验
先对原模型进展检验
采用"
BG检验〞,滞后期为1
Breusch-GodfreySerialCorrelationLMTest:
0.223241
Probability
0.647829
Obs*R-squared
0.363063
0.546810
TestEquation:
RESID
10/16/13Time:
18:
56
Presamplemissingvaluelaggedresidualssettozero.
1019.535
19815.42
0.051452
0.9601
X1
0.002213
0.024260
0.091212
0.9293
X2
-8.46E-05
0.005992
-0.014125
0.9890
X3
-0.008818
0.176318
-0.050009
0.9612
X4
-0.263723
3.476834
-0.075851
0.9412
RESID(-1)
-0.168319
0.356243
-0.472484
0.6478
0.024204
-2.20E-11
-0.517905
274.0655
337.6576
14.77112
1026114.
15.05434
-104.7834
0.044648
2.195763
0.998403
nR2=0.363063,相伴概率P=0.546810,P的值大于0.05,可以认为是大概率事件,不拒绝无自相关的原假设,即不存在自相关性。
〔二〕自相关性的修正
因为无自相关性,所以无需修正
七、模型的多重共线性
〔一〕多重共线性的检验
根据回归分析显示的结果,我们已经得知方程如下:
F=659.0751DW=2.277960
由以上结果可见,该模型R^2=0.996221,修正可决系数为0.994710,可决系数非常高,F检验值为659.0751,明显显著,但X4i的T检验不显著,现在我们无法准确判断是否存在多重共线性,再观察解释变量之间的相关系数:
各解释变量的相关系数:
由相关系数矩阵可以看出,各解释变量相互之间的相关系数还是相对较高的,证实确实存在多重共线性。
〔二〕多重共线性的修正
为消除共线性的影响,首先分别拟合Yi对X1i、X2i、X3i、X4i的一元回归,得到4个一元回归模型的参数结果:
参数估计值
X1i
X2i
X3i
X4i
系数估计值
0.119434
0.088975
0.822721
32.21307
T统计量
15.34724
8.262727
9.398083
5.64735
0.947694
0.840045
0.871699
0.71042
0.943671
0.82774
0.861829
0.688144
F统计量
235.5377
68.27266
88.32396
31.89256
可以发现,第一个回归的变量拟合效果最正确,且整体拟合效果最好,即全国GDP总额对电力消费总量起主要作用,现在按照各个解释变量一元回归的拟合优度大小进展排序:
X1i、X3i、X2i、X4i,以X1i为根底依次参加其他解释变量进展逐步回归。
二元回归:
以X1i为根底,临界值t0.025〔12〕=2.1788
(1)参加X3i,以X1i、X3i为解释变量,重新估计方程得到回归结果为:
0.198167
0.575615
5.395811
2.18213
0.962553
AdjustedR-squ