Eviews多重共線性試驗的報告材料材料

1、實用標準文案實驗三 多重共線性【實驗目的】掌握多重共線性問題出現(xiàn)的來源、后果、檢驗及修正的原理，以及相關的 Eviews 操作方法?！緦嶒瀮?nèi)容】以計量經(jīng)濟學學習指南與練習補充習題 4-18 為數(shù)據(jù)，練習檢查和克服 模型的多重共線性的操作方法。4-18 】表 4-3 列出了被解釋變量 Y及解釋變量 X1，X2，X3，X4 的時間序列 觀察值1) 用 OLS 估計線性回歸模型，并采用適當?shù)姆椒z驗多重共線性；2) 用逐步回歸法確定一個較好的回歸模型。表 4-3YX1X2X3X46.040.15.5108636.040.34.794726.547.55.2108867.149.26.81001007

2、.252.37.3991077.658.08.799111精彩文檔實用標準文案8.061.310.21011149.062.514.1971169.064.717.1931199.366.821.3102121實驗步驟】1) 建立線性回歸模型并檢驗多重共線性1、 建立模型Y)利用表 4-3 數(shù)據(jù)分別建立 Y關于 X1 、X 2 、X 3 、X 4的散點圖(SCAT X可以看到 Y與 X1、 X2、 X 4都呈現(xiàn)正的線性相關，與 X 3關系不明顯精彩文檔實用標準文案首先建立一個多元線性回歸模型( LS Y C X1 X2 X3 X4 )輸出結(jié)果中， C、 X1、 X3、X4 的系數(shù)都通不過顯著性

3、檢驗。2 、 檢驗多重共線性進一步選擇 Covariance Analysis 的 Correlation ，得到變量之間的偏相關 系數(shù)矩陣，觀察偏相關系數(shù)。可以發(fā)現(xiàn)， Y與 X1、 X 2 、 X 4的相關系數(shù)都在 0.9 以上，但輸出結(jié)果中，解釋變量 X1、X4 的回歸系數(shù)卻無法通過顯著性檢驗。認為解釋變量之間存在多重 共線性。精彩文檔實用標準文案2) 用逐步回歸法克服多重共線性1、 找出最簡單的回歸形式分別作 Y與X1、X2、 X3、 X 4間的回歸( LS Y C Xi)精彩文檔實用標準文案即：(1)Y0.9420.122 X 1(1.64)2(11.7) R20.9383D.W.=1

4、.6837(2)Y5.4970.205X 2(17.9)2(7.63) R20.8640D.W.=0.6130(3)Y17.0900.095X3(2.14)(-1.19)R20.0450D.W.=0.6471(4)Y2.0180.055X 4(2.25)2(6.30) R20.8111D.W.=0.5961可見，Y受X1 的影響最大，選擇(1)式作為初始的回歸模型。2、 逐步回歸將其他解釋變量分別導入上述初始回歸模型， 尋找最佳回歸方程。 為求簡明，先列出回歸結(jié)果如下表，過程截圖放在說明部分。CX1X2X3X42 RD.W.精彩文檔實用標準文案Y f (X1)0.9420.1220.93831

5、.68t值(1.64)(11.7)Y f (X1,X 2 )2.3230.0820.0800.96822.26t值(3.71)(5.22)(2.92)Y f (X1,X2 , X3)4.0370.0790.080-0.0160.96842.32t值(2.25)(5.01)(2.92)(-1.02)Y f (X1,X2 ,X4)2.6860.0490.0960.0120.96652.03t值(3.42)(1.13)(2.79)(0.81)說明：第一步：在初始模型中引入 X2 ，模型擬合優(yōu)度提高，參數(shù)符號合理，且變量通過了 t 檢驗， D.W.檢驗值落在上界以上，表明不存在 1 階序列相關性；第二步，引入 X 3 ，擬合優(yōu)度略微提高，但變量未通過 t 檢驗；精彩文檔實用標準文案第三步，去掉 X3，引入 X 4 ，擬合優(yōu)度有所下降，且 X1、 X 4