- 1、本文档共9页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《计量经济学》实验报告 四
开课实验室: 崇德楼315 2013年 5月19日
姓 名 金超龙 成 绩 年级专业 2010级国贸专业 学 号 课程名称 计量经济学 实验名称 多重共线性实验 一、实验内容
依据经济学理论,以实际数据(实验数据五)为基础,①建立反映天津市粮食市场需求状况的粮食需求函数。②检验所建立的粮食需求函数是否存在多重共线性。③如果存在多重共线性,使用恰当的方法加以解决。
二、实验目的
熟练使用EViews软件进行计量分析,理解多重共线性的检验和估计的基本方法。
三、实验步骤
STEP1:参数估计
STEP2:检验
STEP3:消除多重共线性
四、实验结果及分析(附上必要的回归分析报告,并作以分析)
经分析,影响天津粮食需求的主要因素,除了市常住人口和人均收入以外,还可能与相关其他农畜产品有关。为此,考虑的影响因素主要有市常住人口X1,人均收入X2、肉销售量X3、蛋销售量X4和鱼虾销售量X5。为此设定如下的对数形式的计量经济模型:
Y=粮食销售量(万吨/年);
X1=市常住人口数(万人);
X2=人均收入(元/年);
X3=肉销售量(万吨/年);
X4=蛋销售量(万吨/年);
X5=鱼虾销售量(万吨/年)。
数据见实验指导数据五,来源于《中国统计年鉴年》
STEP1:参数估计
在Eviews中点击NEW项,建立Workfile输入Y、X1、X2、X3、X4、X5的数据。点
击Quick,选Estimate Equation项,在OLS对话框中,键入Y C X1 X2 X3 X4 X5,输出结果。见图6.4.1。
图6.4.1 Eviews输出的回归结果
分析:模型R2=0.970391 可决系数很高,F检验值52.43740,显著。但当α=5%时,t统计值=1.7613,X4和X5系数的t检验不显著,同时X5的系数为负号不符合实际,这表明很可能存在多重共线性。
STEP2:检验
计算各解释变量的相关系数,选择X1、X2、X3、X4、X5数据,点击“quick\group statistics\correlation”的相关系数矩阵,见表6.4.1。有相关系数矩阵可以看出:各解释变量相关之间的相关系数较高,证实存在严重多重共线性。
表6.4.1 自变量相关系数矩阵
STEP3:消除多重共线性
采用逐步回归的办法,检验和解决多重共线性问题。分别作Y对X1、X2、X3、X4、X5的一元回归,结果如表6.4.2。
Dependent Variable: Y
Method: Least Squares
Date: 05/12/03 Time: 13:56
Sample: 1974 1987
Included observations: 14
Variable
Coefficient
Std. Error
t-Statistic
Prob.??
C
-90.92074
19.32929
-4.703781
0.0005
X1
0.316925
0.026081
12.15161
0.0000
R-squared
0.924841
????Mean dependent var
142.7129
Adjusted R-squared
0.918578
????S.D. dependent var
26.09805
S.E. of regression
7.446964
????Akaike info criterion
6.985054
Sum squared resid
665.4873
????Schwarz criterion
7.076347
Log likelihood
-46.89537
????F-statistic
147.6617
Durbin-Watson stat
1.536885
????Prob(F-statistic)
0.000000
Dependent Variable: Y
Method: Least Squares
Date: 05/12/03 Time: 13:59
Sample: 1974 1987
Included observations: 14
Variable
Coefficient
Std. Error
t-Statistic
Prob.??
C
99.55251
6.423364
15.49850
0.0000
X2
0.081519
0.010718
7.605506
0.0000
R-squared
0.828188
????Mean dependent var
142.7129
Adjusted R-squared
0.8
文档评论(0)