《2023年实验报告多重共线性.docx》由会员分享，可在线阅读，更多相关《2023年实验报告多重共线性.docx（6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、西南科技大学S o ut h w e st Uni vers i ty o f S cienc e and Technology经济管理学院计量经济学实验报告多重共线性模型的检 查专业班级：国贸0 7 0 2姓 名：麦晓俊学 号：202 3 2152任课教师:龙林成 绩：s多重共线性模型的检查和解决实验目的：掌握多重共线性模型的检查和解决方法。实验规定:了解辅助回归检查,解释变量相关系数检查等。实验用软件：Evie ws实验原理：解释变量相关系数检查和辅助回归检查等。实验内容：1、 实验用样本数据：研究某国经济试拟合如下线性回归模型Y = 01 + 尸 2*2/ +/3乂3/ +4X4/ +
2、%其中Yt二消费，X2=H资收入,X3二非工资、非农业收入,X4二农业收入。其中相关数据如下表（表1）:某国国民经济记录资料单位:10亿美元注：19 42-1944年为战争年代年份X4Yx2X3年份YX2x3X4193 6036 2 .8.9643. 4 11 7.11 9 48 . 2669.769 5.776.73219375.4 865. 046.4418.6519479.3 198.375. 9 127. 911 9 384. 3 763.944.3 517.091 94 89. 851 0 0. 377.6232. 3 0193 94. 5 16 7.547.8 21 9 .281
3、9 499103.7.2 127 8.013 1.319404.8871.351. 022 3.2419507.3 9108.983 . 573 5.6119417 6.658.712 8 .1119511 08.590.5937.586.377.98194586.387.6 930.2 91952111.49 5. 4735. 178.967.422、实验环节：1、 参数估计，过程如下：(1)点击 “Fi 1 e / N e w/W o r kfile”，屏幕上出现 Workfil e Ran g e对话框，选择数据频率，在本例中应选择Undated o r i rre q uar,在Sta
4、rt da t e里键入1,在End dat e里键入14,点击O K后 屏幕出现“ Work file对话框(子窗口)”。(2)在 Objects 菜单中点击 N e w o b jec t s,在 New obj e cts 选择 G r oup,并在N a me for Obj e ct s定义文献名，点击0 K出现数据 编辑窗口，按顺序键入数据。(3)点击“Quick/ Estimate E”，在出现的估计对话框中，键入YC Xo然后点击OK,得如下输出结果(表2)。Dependent Variable: Y Method: Least SquaresDate: 05/07/10 Ti
5、me: 19:46Sample: 1 14Included observations: 14VariableCoefficientStd. Error t-StatisticProb.18.702066.8453552.7320800.02110.3802800.3121311.2183360.25111.4185750.7203781.9692100.07720.5330591.3998010.3808100.7113R-squared0.918721Mean dependent var87.12143Adjusted R-squared0.894337S.D. dependent var1
6、8.64313S.E. of regression6.060096Akaike info criterion6.676285Sum squared resid367.2477Schwarz criterion6.858873Log likelihood-42.73399F-statistic37.67771Durbin-Watson stat1.298159Prob(F-statistic)2、 分析由F=37. 6 8可知，模型从整体上看，家庭消费与解释变量之间线性关 系显著。3、 检查计算解释变量之间的简朴相关系数。Ev iews过程如下：(1)在 Quick 菜单中选 Grou p S
7、t at i sties 项中的 Co rrelat ion命令。在出现Ser i es List对话框时，直接输入X2X 3 X4变量 名，出现如下结果(表3):Coilelation MatrixX2X3X4X21.0000000.9431120.810699X30.9431121.0000000.737127X40.8106990.7371271.000000由表3可以看出，解释变量之间存在高度相关性。同时由表2也可以看出，尽管整体上线性回归拟合较好，但X2X3X 4变量的参数t值并不显著。表白模型中的确存在严重的多重共线性。4、修正(1)运用OLS方法逐个求Y对各个解释变量的回归。结合
8、经济意义 和记录检查选出拟合效果最佳的一元线性回归方程。经分析，在三个 一元回归模型中，消费Y与非工资、非农业收入X3的线性关系强, 拟合限度好，即丫=19.2164 + 2. 4888X3(2.7 830)(10.13 80)R2=0.89 5 5F=102. 78逐步回归。将其余解释变量逐个代人上式，得如下几个模型：Y=1 9 .2895+0.44 1 4 X 2+ 1 .3 7 99X3(3 . 01 1 7 ) (1.7 1 6 8)(2.0148)R2=0.91 7 5F=6 1 . 2 02 3在上式中，X 2对Y的影响并不显著，故将X2删去,得到如下模型(表4）：Dependen
9、t Variable: Y Method: Least Squares Date: 05/07/10 Time: 20:31Sample: 1 14Included observations: 14VariableCoefficientStd. Error t-StatisticProb.C19,216426.9048372.7830370.0166X32.4887960.24549410.137910.0000R-squared0.895450Mean dependent var87,12143Adjusted R-squared0.886737S.D. dependent var18,64
10、313S.E. of regression6.274262Akaike info criterion6.642352Sum squared resid472.3964Schwarz criterion6.733646Log likelihood-44.49647F-statistic102.7773Durbin-Watson stat1.212958Prob(F-statistic)0.000000Y = 19. 2 16 4+2. 4 8 88X3(2.7830) (10. 1 37 9 )R2=0. 8 954F= 102.78通过上述逐步回归分析，表白Y对解释变量X3的回归模型(一元回归) 为最优。实验体会：