计量经济学--多重共线性检验修正

上传人:油条 文档编号:12790202 上传时间:2017-10-20 格式:DOC 页数:6 大小:282.50KB
返回 下载 相关 举报
计量经济学--多重共线性检验修正_第1页
第1页 / 共6页
计量经济学--多重共线性检验修正_第2页
第2页 / 共6页
计量经济学--多重共线性检验修正_第3页
第3页 / 共6页
计量经济学--多重共线性检验修正_第4页
第4页 / 共6页
计量经济学--多重共线性检验修正_第5页
第5页 / 共6页
点击查看更多>>
资源描述

《计量经济学--多重共线性检验修正》由会员分享,可在线阅读,更多相关《计量经济学--多重共线性检验修正(6页珍藏版)》请在金锄头文库上搜索。

1、计 量 经 济 学实验报告姓名: 学号: 班级: 一、实验目的本实验研究的是国内旅游收入 Y(亿元)与国内旅游人数 X1(万人次) 、城镇居民人均旅游支出 X2(元) 、农村居民人均旅游支出 X3(元) 、公路里程 X4(万公里)和铁路里程 X5(万公里)之间的关系,以便更好地了解和预测我国国内旅游收入。表 1是本体所用数据,数据来源:中国统计年鉴 2004 。表 1Y X1 X2 X3 X4 X51023.5 52400 414.7 54.9 111.78 5.91375.7 62900 464 61.5 115.7 5.971638.4 63900 534.1 70.5 118.58 6.

2、492112.7 64400 599.8 145.7 122.64 6.62391.2 69450 607 197 127.85 6.642831.9 71900 614.8 249.5 135.17 6.743175.5 74400 678.6 226.6 140.27 6.873522.4 78400 708.3 212.7 169.8 7.013878.4 87800 739.7 209.1 176.52 7.193442.3 87000 684.9 200 180.98 7.3二、模型假定先假定该模型是多远线性回归模型: 012345iYXXXu三、 实验步骤1. 将数据导入数据,得到

3、表2。表22、在 EViews命令框中直接键入“ls y c x1 x2 x3 x4 x5” ,按回车,即出现回归结果表 3。表 3Dependent Variable: YMethod: Least SquaresDate: 11/18/13 Time: 14:36Sample: 1 10Included observations: 10Coefficient Std. Error t-Statistic Prob. C -274.3773 1316.690 -0.208384 0.8451X1 0.013088 0.012692 1.031172 0.3607X2 5.438193 1.3

4、80395 3.939591 0.0170X3 3.271773 0.944215 3.465073 0.0257X4 12.98624 4.177929 3.108296 0.0359X5 -563.1077 321.2830 -1.752685 0.1545R-squared 0.995406 Mean dependent var 2539.200Adjusted R-squared 0.989664 S.D. dependent var 985.0327S.E. of regression 100.1433 Akaike info criterion 12.33479Sum square

5、d resid 40114.74 Schwarz criterion 12.51634Log likelihood -55.67396 Hannan-Quinn criter. 12.13563F-statistic 173.3525 Durbin-Watson stat 2.311565Prob(F-statistic) 0.000092该模型的 可绝系数高, F 检验值是0.9546,0.9864RR173.3525,拟合优度好。但是,如果 , 的 P 值都大于 0.05,不显515X和著,可见五个解释变量之间存在多重共线性,模型需要进行进一步调整。3、计算解释斌梁之间的相关系数矩阵,如表

6、 4。表 4X1 X2 X3 X4 X5X1 1 0.919 0.752 0.948 0.942X2 0.919 1 0.865 0.859 0.963X3 0.752 0.865 1 0.665 0.818X4 0.948 0.859 0.665 1 0.898X5 0.942 0.963 0.818 0.898 1由表可知。X1 与 X2、X4、X5 的相关系数达到 0.9 以上,这充分表明各解释变量间确实存在严重的多重共线性。4、五个解释变量分别与被解释变量进行回归分析,对结果整理得到表 5。 表 5变量 t值 P值 F值 修正后的可决系数X1 8.6659 0.0000 75.0970

7、 0.8917X2 13.1598 0.0000 173.1802 0.9503X3 5.1967 0.0008 27.0053 0.7429X4 6.4675 0.0002 41.8280 0.8194X5 8.7487 0.0000 76.5397 0.8935表 5是模型 的检验,可见AA01,2345iYX、 、 、 、的拟合优度最高,所以选该模型。A012YX5、进行模型 的检验,整理结012,1,i果得出表 6。表 6变量 t值 P值 F值 修正后的可决系数X2 4.2839 0.0036X1 2.1512 0.0685 128.1669 0.9658X2 5.7479 0.000

8、7X3 0.8578 0.4194 84.0978 0.9486X2 6.6446 0.0003X4 2.6584 0.0325 155.7951 0.9718X2 2.9086 0.0227X5 0.4621 0.6580 78.1848 0.9449由表 6可知,当 时,只有 X2 和 X4 这一组的 P 值都大于 0.05,且该组0.5的修正后的可决系数为最大值 ,拟合优度最好,所以选择 0.9718.503模型 是合理的。AA0124YX6、进行模型 的检验,A01243,135iYX、 、整理结果得出表 7。表 7变量 t值 P值 F值 修正后的可决系数X2 4.5220 0.004

9、0X4 1.2148 0.2701X1 0.4232 0.6869 91.7434 0.9680X2 3.9450 0.0076X4 4.6930 0.0034X3 3.0677 0.0220 231.7935 0.9872X2 4.0785 0.0065X4 2.6391 0.0386X5 -0.8051 0.4515 98.8586 0.9703由表 7可知,当 时,只有第二组的 P 值都大于 0.05,且该组的修正后0.5的可决系数为最大值 ,拟合优度最好,所以选择模型 9872.18是合理的。AA01243YXX7、进行模型 AA012434,15iYX、的检验,整理结果得出表 8。表

10、 8变量 t值 P值 F值 修正后的可决系数X2 3.0674 0.0279X4 2.3886 0.0625X3 2.8522 0.0357X1 0.5163 0.6276 152.6624 0.9854X2 4.1730 0.0087X4 5.2638 0.0033X3 3.4715 0.0178X5 -1.5349 0.1854 213.7185 0.9942由表 8可知,两组修正后的可决系数都大于 0.9872,整体拟合优度已经非常好了,但当 时,没有一组的四个解释变量的 P 值全部小于 0.05,所以模0.5型 的假设是不合理的。AAA012434,15iYXX、8、对模型 进行检验,

11、得到表 9。01243表9Dependent Variable: YMethod: Least SquaresDate: 11/21/13 Time: 18:00Sample: 1 10Included observations: 10Coefficient Std. Error t-Statistic Prob. C -2441.161 296.0388 -8.246086 0.0002X2 4.215884 1.068670 3.944983 0.0076X4 13.62909 2.904156 4.692961 0.0034X3 3.221965 1.050297 3.067670 0.

12、0220R-squared 0.991445 Mean dependent var 2539.200Adjusted R-squared 0.987168 S.D. dependent var 985.0327S.E. of regression 111.5822 Akaike info criterion 12.55658Sum squared resid 74703.57 Schwarz criterion 12.67761Log likelihood -58.78288 Hannan-Quinn criter. 12.42380F-statistic 231.7935 Durbin-Wa

13、tson stat 1.952587Prob(F-statistic) 0.000001四、 实验结果对于模型经过检验和修012345iYXXXu正,最后选择三个解释变量,即城镇居民人均旅游支出 X2(元) 、农村居民人均旅游支出X3(元) 、公路里程 X4(万公里)来解释被解释变量国内旅游收入 Y(亿元) ,并得到模型: 243241.64.215813.6903.21965YXXX(296.0388) (1.068670) (2.904156) (1.050297)t=(-8.246086) (3.944983) (4.692961) (3.067670)220.9145,0.98716,

14、231.795RRF五、 模型检验由表 9 可以,可绝系数较高,修正后的可绝系数也很高,通过了 F 检验,说明了该模型的拟合好,当 时,各个解释变量的 P 值都小于 0.05,t 值都大于.,拒绝原假设,即解释变量对于被解释变量是显著。0.25(7)1.8t当其他条件不变的情况下,城镇居民人均旅游支出增加 1 元,国内旅游收入增加4.215884亿元;当其他条件不变的情况下,公路里程增加 1 公里,国内旅游收入增加13.62909亿元;当其他条件不变的情况下,农村居民人均旅游支出增加 1 元,国内旅游收入增加 3.221965亿元。模型的经济意义完全符合实际情况,再一次说明了该模型的准确性和实际性。

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 电子/通信 > 综合/其它

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号