《实验多重共线性幻灯片.ppt》由会员分享，可在线阅读，更多相关《实验多重共线性幻灯片.ppt（23页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、实验多重共线性第1页，共23页，编辑于2022年，星期五实验目的1熟练应用 EViews5进行多重共线性问题研究2实例研究：定量分析影响中国旅游市场发展的主要因素，诊断并修正模型的共线性问题第2页，共23页，编辑于2022年，星期五实验命令汇总1、建立工作文件:file/new/workfile,并设定数据类型。2、数据输入（New Object）:object/new object/在Type of object中选择Group,并命名为shiyanyi(注：命名中不能包括汉字）,在“Group:SHIYANYI Workfile”中按上行键“”即方向键“”至最上端，使之出现”obs”,输入
2、“X2 X3 X4 X5 X6 Y”;或者在EViews命令栏中直接输入:“data X2 X3 X4 X5 X6 Y”/回车。3、检验解释变量相关系数：Group/view/Correlation/Common Sample第3页，共23页，编辑于2022年，星期五 3、参数估计：方法1：quick/estimate eqution/specification中输入Y C X2 x3 x4，method选择LS；方法2：在EViews命令栏中直接输入:“LS Y C X2 x3 x4”/回车。4、逐步回归法选取合适的变量：用上述参数估计的方法对以下几组中的变量分别回归。(1)LS Y C X
3、2 LS Y C X3 LS Y C X4 LS Y C X5 LS Y C X2 LS Y C X6LS Y C X3 X2 LS Y C X3 X4 LS Y C X3 X5 LS Y C X3 X6(3)LS Y C X3 X5 X2 LS Y C X3 X5 X4 LS Y C X3 X5 X6(4)LS Y C X3 X5 X4 X2 LS Y C X3 X5 X4 X6 第4页，共23页，编辑于2022年，星期五模型设定研究对象：各种因素对中国旅游市场的影响变量设定：Yt:第t年全国旅游收入（亿元）X2:国内旅游人数（万人/次）X3：城镇居民人均旅游支出（元）X4：农村居民人均旅游
4、支出（元）X5：公路里程（万公里）X6：铁路公路里程（万公里）第5页，共23页，编辑于2022年，星期五研究背景 近年来，中国旅游业一直保持高速发展，成为国民经济新的增长点，在整个社会经济中的作用日益显现。中国旅游业在入境旅游外汇收入高速增长的同时国内旅游也在迅速增长。改革开放以来，特别是20世纪90年代以后，中国国内旅游收入年平均增长14.4，远高于同期GDP9.76的增长率。第6页，共23页，编辑于2022年，星期五数据选择 我们研究目的是各种因素对中国旅游市场的影响，规划中国未来旅游产业的发展，我们选择旅游事业发展最快的19942003年的统计数据数据来源：中国统计年鉴详细数据：计量经济
5、学实验课课件数据第7页，共23页，编辑于2022年，星期五数据输入:采用“年度数据”“Annual”第8页，共23页，编辑于2022年，星期五R2=0.995405,拟和优度较高，但当0.05时，t/2(n-k)=t0.025(10-6)=2.776，X2、X6系数的 t 检验不显著，而且X6系数符号与与其相反：可能存在严重的多重共线性第9页，共23页，编辑于2022年，星期五计算解释变量简单相关系数Correlation:相关性第10页，共23页，编辑于2022年，星期五相关系数矩阵由表中可以看到，各解释变量相互之间的相关系数较高，确实存在严重的多重共线性第11页，共23页，编辑于2022年
6、，星期五多重共线性的修正一、经验方法 1.删除不重要的变量2.增大样本容量3.变换模型形式4.利用先验信息5.变量变换二、逐步回归法第12页，共23页，编辑于2022年，星期五逐步回归法1.用被解释变量对每一个解释变量做简单回归。2.以对被解释变量显著且 R2 最大的解释变量所对应方程为基础，逐个引入其余解释变量。新变量改进了校正的 R2 和F检验，且其他回归参数的 t 检验仍显著：保留该变量。新变量未明显改进校正的R2和F检验，且对其他回归参数的t检验未带来什么影响：该变量多余。新变量未明显改进校正的R2和F检验，且显著影响其他回归参数的数值或符号，致使通不过t检验：出现多重共线性。第13页
7、，共23页，编辑于2022年，星期五逐步回归法1.分别做Y对X2、X3、X4、X5、X6做一元回归第14页，共23页，编辑于2022年，星期五变变量量X2X3X4X5X6参数估参数估计计量量0.0842189.052117611.6672834.331852014.125t统计统计量量8.66544013.159615.1968516.4671748.748437R20.9037190.9558440.7714760.8394360.905365校正的校正的R20.8916840.9503240.7429100.8193650.893553其中X3的校正的R2最大，以X3为基础，顺次加入其他变
8、量逐步回归第15页，共23页，编辑于2022年，星期五2.分别引入其余变量第16页，共23页，编辑于2022年，星期五变变量量X2X3X4X5X6校正的校正的R2X3 3、X20.0298（2.151）6.194（4.284）0.965818X3 3、X48.017（5.748）1.717（0.858）0.948630X3 3、X56.737（6.644）10.907（2.658）0.971745X3 3、X67.851（2.909）285.115（0.4620）0.944908将比较，新加入的X5的校正的R2 0.971745，改进较大，且各参数的t检验显著，保留X5第17页，共23页，编辑
9、于2022年，星期五3.继续分别引入其余变量第18页，共23页，编辑于2022年，星期五变变量量X2X3X4X5X6校正的校正的R2X3 3、X5 5、X20.0091(0.423)6.3555(4.522)8.5643(1.215)0.967991X3 3、X5 5、X44.2158(3.944)3.2222(3.068)13.6284(4.692)0.987166X3 3、X5 5、X68.0982(4.078)12.9169(2.639)-424.413(-0.805)0.9702491.在X3、X5的基础上加入X4后，校正的R2明显增大，且各个系数t检验都显著，保留X4；2.加入X2后
10、校正的R2下降，X5的t检验变得不显著3.加入X6后校正的R2下降，X6的t检验变得不合理第19页，共23页，编辑于2022年，星期五4.继续分别引入其余变量第20页，共23页，编辑于2022年，星期五变变量量X2X3X4X5X6校正的校正的R2X3 3、X5 5、X4、X2X20.0075(0.516)3.9187(3.067)3.2001(2.852)11.6767(2.088)0.985378X3 3、X5 5、X4、X6X65.6987(4.173)3.2977(3.471)15.9684(5.263)-480.632(-1.535)0.9895311.加入X2后，没有改进，X2的t检
11、验不显著；2.加入X6后，虽有所改进，但X6的t检验不显著，且参数为负值不合理，这说明X2、X6引起严重多重共线性，应剔除第21页，共23页，编辑于2022年，星期五YCX3X5X4-2441.0474.215813.62843.2223t-8.24453.94454.69233.0677回归结果第22页，共23页，编辑于2022年，星期五实验例题商品住宅价格影响因素的定性分析中影响连某市商品住宅价格影响因素可量化的主要有：商品房销售比、地区生产总值、城镇居民人均可支配收入、建筑业贷款额、个人住房公积金贷款利率（5年以上）、商业贷款利率（5年以上），然后建立多元回归模型为：Y=检验模型是否存在共线性，若存在利用逐步回归法消除共线性。第23页，共23页，编辑于2022年，星期五