复习多元线性回归模型案例文档格式.docx

复习多元线性回归模型案例文档格式.docx

《复习多元线性回归模型案例文档格式.docx》由会员分享，可在线阅读，更多相关《复习多元线性回归模型案例文档格式.docx（42页珍藏版）》请在冰豆网上搜索。

y

x2

x3

x4

x5

x6

x7

x8

年份

78年可比价

比重

%

千公顷

亿千瓦时

1986

133.60

13.43

29.50

17.92

36.01

79.99

150104.07

253.10

1987

137.63

12.20

31.30

19.39

38.62

75.63

146379.53

320.80

1988

147.86

7.66

37.60

23.71

45.90

69.25

143625.87

508.90

1989

196.76

9.42

39.90

26.21

49.23

62.75

146553.93

790.50

1990

220.53

9.98

26.41

49.93

64.66

148362.27

844.50

1991

223.25

10.26

40.30

26.94

50.92

63.09

149585.80

963.20

1992

233.19

10.05

41.50

27.46

51.53

61.51

149007.10

1106.90

1993

265.67

9.49

43.60

27.99

51.86

60.07

147740.70

1244.90

1994

335.16

9.20

45.70

28.51

52.12

58.22

148240.60

1473.90

1995

411.29

8.43

47.80

29.04

52.41

58.43

149879.30

1655.70

1996

460.68

8.82

49.50

30.48

53.23

60.57

152380.60

1812.70

1997

477.96

8.30

50.10

31.91

54.93

58.23

153969.20

1980.10

1998

474.02

10.69

50.20

33.35

55.84

58.03

155705.70

2042.20

1999

466.80

8.23

49.90

34.78

57.16

57.53

156372.81

2173.45

2000

466.16

7.75

50.00

36.22

59.33

55.68

156299.85

2421.30

2001

469.80

7.71

37.66

60.62

55.24

155707.86

2610.78

2002

468.95

7.17

39.09

62.02

54.51

154635.51

2993.40

2003

476.24

7.12

50.90

40.53

63.72

50.08

152414.96

3432.92

2004

499.39

9.67

53.10

41.76

65.64

50.05

153552.55

3933.03

2005

521.20

7.22

55.20

42.99

67.59

49.72

155487.73

4375.70

资料来源《中国统计年鉴2006》。

（二）、计量经济学模型建立

我们设定模型为下面所示的形式：

利用Eviews软件进行最小二乘估计，估计结果如下表所示：

DependentVariable:

Y

Method:

LeastSquares

Sample:

19862004

Includedobservations:

19

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-1102.373

375.8283

-2.933184

0.0136

X2

-6.635393

3.781349

-1.754769

0.1071

X3

18.22942

2.066617

8.820899

0.0000

X4

2.430039

8.370337

0.290316

0.7770

X5

-16.23737

5.894109

-2.754847

0.0187

X6

-2.155208

2.770834

-0.777819

0.4531

X7

0.009962

0.002328

4.278810

0.0013

X8

0.063389

0.021276

2.979348

0.0125

R-squared

0.995823

Meandependentvar

345.5232

AdjustedR-squared

0.993165

S.D.dependentvar

139.7117

S.E.ofregression

11.55028

Akaikeinfocriterion

8.026857

Sumsquaredresid

1467.498

Schwarzcriterion

8.424516

Loglikelihood

-68.25514

F-statistic

374.6600

Durbin-Watsonstat

1.993270

Prob（F-statistic）

0.000000

表1最小二乘估计结果

回归分析报告为：

二、计量经济学检验

（一）、多重共线性的检验及修正

①、检验多重共线性

（a）、直观法

从“表1最小二乘估计结果”中可以看出，虽然模型的整体拟合的很好，但是x4x6的t统计量并不显著，所以可能存在多重共线性。

（b）、相关系数矩阵

1.000000

-0.717662

-0.695257

-0.731326

0.737028

-0.332435

-0.594699

0.922286

0.935992

-0.945701

0.742251

0.883804

0.986050

-0.937751

0.753928

0.974675

-0.974750

0.687439

0.940436

-0.603539

-0.887428

0.742781

表2相关系数矩阵

从“表2相关系数矩阵”中可以看出，个个解释变量之间的相关程度较高，所以应该存在多重共线性。

②、多重共线性的修正——逐步迭代法

A、一元回归

820.3133

151.8712

5.401374

-51.37836

16.18923

-3.173614

0.0056

0.372041

0.335102

113.9227

12.40822

220632.4

12.50763

-115.8781

10.07183

0.644400

0.005554

表3y对x2的回归结果

-525.8891

64.11333

-8.202492