计量经济学多元线性回归多重共线性异方差实验报告Word文档下载推荐.docx
《计量经济学多元线性回归多重共线性异方差实验报告Word文档下载推荐.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报告Word文档下载推荐.docx(29页珍藏版)》请在冰豆网上搜索。
固定资产
外汇收入
可支配收入
北京
145466
541600
天津
24787
175553
河北
79643
44765
山西
57719
56719
内蒙古
36264
67097
辽宁
64816
271314
吉林
29066
38528
黑龙江
30341
91762
上海
91106
575118
江苏
140154
565297
浙江
132459
454173
安徽
55840
117918
福建
80303
363444
江西
41791
41500
山东
143026
255076
河南
70164
54903
湖北
62767
94018
湖南
80615
101434
广东
226539
1390619
广西
49876
105188
海南
30759
37615
重庆
50160
96806
四川
70756
59383
贵州
27683
13507
云南
62679
160861
西藏
6023
12963
陕西
57077
129505
甘肃
31280
1740
青海
8741
2659
宁夏
12196
620
新疆
40451
46519
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
利用做多元线性回归分析步骤如下:
1、创建工作文件
双击图标,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
在命令框中键入“LSYCX1X2X3X4”,按回车键,即出现回归结果。
利用估计模型参数,最小二乘法的回归结果如下:
表回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
11/14/13Time:
21:
14
Sample:
131
Includedobservations:
31
Coefficient
Std.Error
t-Statistic
Prob.
C
X1
X2
X3
X4
R-squared
Meandependentvar
AdjustedR-squared
.dependentvar
.ofregression
Akaikeinfocriterion
Sumsquaredresid
+10
Schwarzcriterion
Loglikelihood
Hannan-Quinncriter.
F-statistic
Durbin-Watsonstat
Prob(F-statistic)
根据表中的样本数据,模型估计结果为
=+
+
()()()()()
t=
R2=
=F=DW=
可以看出,可决系数R2=,修正的可决系数
=。
说明模型的拟合程度还可以。
但是当α=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。
表相关系数矩阵
变量
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,整理结果如表所示。
表一元回归结果
参数估计值
t统计量
R2
其中,X2的方程
最大,以X2为基础,顺次加入其它变量逐步回归。
在命令窗口中依次输入:
LSYCX2X1,LSYCX2X3,LSYCX2X4,并保存结果,整理结果如表所示。
表加入新变量的回归结果
(一)
变量
X2,X1
X2,X3
X2,X4
()
经比较,新加入X1的方程
=,改进最大,而且各个参数的t检验显着,选择保留X1,再加入其它新变量逐步回归,在命令框中依次输入:
LSYCX2X1X3,LSYCX2X1X4,保存结果,整理结果如表所示。
表加入新变量的回归结果
(二)
变量
X2,X1,X3
X2,X1,X4
当加入X3或X4时,
均没有所增加,且其参数是t检验不显着。
从相关系数可以看出X3、X4与X1、X2之间相关系数较高,这说明X3、X4引起了多重共线性,予以剔除。
当取α=时,tα/2(n-k-1)=,X1、X2的系数t检验均显着,这是最后消除多重共线性的结果。
修正多重共线性影响后的模型为
=X
+X
()()
t=
R2=
=0.866053F=DW=
在确定模型以后,进行参数估计
表消除多重共线性后的回归结果
47
五、异方差检验
在实际的经济问题中经常会出现异方差这种现象,因此建立模型时,必须要注意异方差的检验,否则,在实际中会失去意义。
(1)检验异方差
由表的结果,按路径“View/ResidualTests/HeteroskedasticityTests”,在出现的对话框中选择Specification:
White,点击ok.得到White检验结果如下。
表White检验结果
HeteroskedasticityTest:
White
Prob.F(5,25)
Obs*R-squared
Prob.Chi-Square(5)
ScaledexplainedSS
TestEquation:
RESID^2
48
+09
X1^2
X1*X2
X2^2
+20
从上表可以看出,nR
=,由White检验可知,在α=下,查
分布表,得临界值χ
(5)=,比较计算的
统计量与临界值,因为nR
=>
χ
(5)=,所以拒绝原假设,表明模型存在异方差。
(2)异方差的修正
①用WLS估计:
选择权重w=1/e1^2,其中e1=resid。
在命令窗口中输入genre1=resid,点回车键。
在消除多重共线性后的回归结果(表的回归结果)对话框中点击Estimate/Options/WeithtedLS/TSLS,并在Weight中输入1/e1^2,点确定,得到如下回归结果。
表用权数1/e1^2的回归结果
49
Weightingseries:
1/E1^2
WeightedStatistics
UnweightedStatistics
②修正后的White检验为
在表的回归结果中,按路径“View/ResidualTests/HeteroskedasticityTests”,在出现的对话框中选择Specification:
表修正后的White检验结果
Prob.F(2,28)
Prob.Chi-Square
(2)
WGT_RESID^2
11/15/13Time:
20:
29
Collineartestregressorsdroppedfromspecification
WGT
WGT^2
从上表可知nR
==<
(5)=,证明模型中的异方差已经被消除了。
异方差修正后的模型为
=+*+X2*
t=((
=0.999837F=DW=
其中X1*=1/e1^2*X1,X2*=1/e1^2*X2,e1=resid。
六、自相关检验与修正
(1)DW检验
在显着性水平α=,查DW表,当n=31,k=2时,得上临界值d
=,下临界值d
=,DW=。
因为d
<
DW<
4-d
,所以模型不存在序列自相关。
由图示法也可以看出随机误差项μi不存在自相关。
下图是残差及一阶滞后残差相关图。
图残差与其滞后一阶残差图
(2)LM检验
在表的回归结果中,按路径“View/ResidualTests/SerialCorrelationLMTests”,在出现的对话框中选择Lagstoinclude:
1,点击ok.得到LM检验结果如下。
表LM检验结果
Breusch-GodfreySerialCorrelationLMTest:
Prob.F(1,27)
Prob.Chi-Square
(1)
RESID
50
Presamplemissingvaluelaggedresidualssettozero.
Weightseries:
RESID(-1)
=,由LM检验可知,在α=下,查
=<
(5)=,所以接受原假设,表明模型不存在自相关。
七、模型检验
1、经济意义检验
模型估计结果表明,在假定其他变量不变的情况下,当景区固定资产每增长1元时,旅游收入增加元;
在假定其他变量不变的情况下,当景区从业人员每增加1人时,旅游收入增加万元。
这与理论分析判断相一致。
2、统计检验
(1)拟合优度:
由表中数据可得:
R2=,修正的可决系数为
=,这说明模型对样本的拟合很好。
(2)F检验:
针对H0:
β1=β2=0,给定显着性水平α=,在F分布表中查出自由度为k=2和n-k-1=28的临界值Fα(2,28)=。
由表中得到F=,由于F=>
Fα(2,28)