項目三(多元線性回歸預(yù)測)

1、實 驗（實訓(xùn)）報 告項 目 名 稱 多元線性回歸預(yù)測 所屬課程名稱 統(tǒng)計預(yù)測與決策 項 目 類 型 實驗(實訓(xùn))日期 班 級 13經(jīng)濟統(tǒng)計 學(xué) 號 130112500105 姓 名 陳亦峰 指導(dǎo)教師 陳玉娟 浙江財經(jīng)大學(xué)教務(wù)處制一、實驗（實訓(xùn)）概述：【目的及要求】目的：掌握多元線性回歸模型的建模方法和應(yīng)用，多重共線性處理。要求：能進行相關(guān)分析與描述統(tǒng)計分析，掌握多元線性回歸模型【基本原理】普通最小二乘法、t檢驗、擬合優(yōu)度檢驗、預(yù)測【實施環(huán)境】（使用的材料、設(shè)備、軟件） Eviews二、實驗（實訓(xùn)）要求：（一）搜集數(shù)據(jù)（國家統(tǒng)計局、各省統(tǒng)計局網(wǎng)站或者統(tǒng)計年鑒）人才需求總量（HR）受到許多經(jīng)濟變量

2、和社會變量的影響，如國內(nèi)生產(chǎn)總值（GDP）、總?cè)丝冢≒OP）、固定資產(chǎn)投資（FAI）、財政收入（FR）、地方財政收入（LFR）、職工工資總額（TW）、從業(yè)人員數(shù)（EMP）、社會消費品零售總額（CON）、科教文衛(wèi)事業(yè)費支出額（EPO）、高等院校在校學(xué)生人數(shù)（STU）等。收集19782013年相關(guān)數(shù)據(jù)再如，考察我國1980-2013年被解釋變量國債發(fā)行總量（DEBT，億元）與選擇3個解釋變量，財政赤字額（DEF,億元），國內(nèi)生產(chǎn)總值（GDP,百億元），年還本付息額（REPAY,億元）是否存在線性關(guān)系。（二）建立數(shù)據(jù)工作文件和序列，錄入數(shù)據(jù)進行相關(guān)分析和描述統(tǒng)計分析（三）構(gòu)建多元線性回歸模型，并進行

3、檢驗（四）逐步回歸解決多重共線性三、實驗步驟（列出操作時的主要步驟）1，搜集數(shù)據(jù)2，建立工作文件和序列，錄入數(shù)據(jù)運行Eviews，依據(jù)路徑file-new，打開工作文件建立對話框；選擇數(shù)據(jù)類型和時間頻率，在開始start和end 框填寫1978與2013，并對工作文件進行命名hf,點擊OK，完成工作文件建立。輸入“data y x1 x2 x3”，導(dǎo)入數(shù)據(jù)。3，數(shù)據(jù)統(tǒng)計與圖像在組窗口下依據(jù)路徑view-descripritive stats-common sample，輸出各個變量的統(tǒng)計描述表格。在組窗口下，依據(jù)路徑view-graph，輸出各序列的圖象。4，模型構(gòu)建通過分析，構(gòu)建如下實驗?zāi)Ｐ?/p>

4、：5，模型參數(shù)估計在主菜單依據(jù)路徑：quick-estimate equation，進入模型設(shè)定對話框。在模型設(shè)定對話框輸入模型，或者“y c x1 x2 x3”選擇“LS”作為估計方法。6，模型預(yù)測評估通過方程界面的菜單“forecast”，進行預(yù)測分析。7,多重共線性診斷8，計算解釋變量間的相關(guān)系數(shù)：操作模式：將下x1-x6同組打開，選擇view-covariance analysis-對話框勾選correlation，得到相關(guān)系數(shù)矩陣。9,多重共線性的消除采用逐步回歸的辦法，去檢驗和解決多重共線性問題。分別作Y對x1,x2和x3的一元回歸。按R2的大小排序為：X1,X3,X2以X1為基礎(chǔ)

5、，順次加入其他變量逐步回歸。10，計算方差膨脹因子來診斷View->Coefficient Diagnostics->Vif四、實驗結(jié)論（按照項目內(nèi)容的要求，以上述順序分別列出輸出結(jié)果和做出相應(yīng)的分析）1，搜集數(shù)據(jù)如下：指標全國公共財政支出全國公共財政收入國內(nèi)生產(chǎn)總值社會消費品零售總額地區(qū)全國全國全國全國頻度年年年年單位億元億元億元億元19781122.091132.263650.171558.619791281.791146.384067.67180019801228.831159.934551.58214019811138.411175.794898.1523501982122

6、9.981212.335333.05257019831409.521366.955975.592849.419841701.021642.867226.263376.419852004.252004.829039.95430519862204.912122.0110308.76495019872262.182199.3512102.18582019882491.212357.2415101.07744019892823.782664.917090.338101.419903083.592937.118774.328300.119913386.623149.4821895.539415.6199

7、23742.23483.3727068.3210993.719934642.34348.9535524.3514270.419945792.625218.148459.6418622.919956823.726242.261129.823613.819967937.557407.9971572.3228360.219979233.568651.1479429.4831252.9199810798.189875.9584883.6933378.1199913187.6711444.0890187.7435647.9200015886.513395.2399776.2539105.72001189

8、02.5816386.04110270.3643055.4200222053.1518903.64121002.0448135.9200324649.9521715.25136564.6452516.3200428486.8926396.47160714.4259501200533930.2831649.29185895.7667176.6200640422.7338760.2217656.5976410200749781.3551321.78268019.3589210200862592.6661330.35316751.75114830.1200976299.9368518.3345629

9、.23132678.4201089874.1683101.51408902.95156998.432011109247.79103874.43484123.5183918.62012125952.97117253.52534123.04210306.982013140212.1129209.64588018.76242842.832，錄入數(shù)據(jù)如下：3，模型參數(shù)估計結(jié)果：4，預(yù)測與評估：圖形與參數(shù)5，實驗總結(jié)：通過實驗，本模型的擬合結(jié)果如下：Yt=-397.7435+0.9058X1-0.078356X2+0.2928x36,多重共線性診斷：t、F、R2診斷。注意到前述模型OLS估計的F2407

10、4.45;調(diào)整后的R20.999516。R2高，F(xiàn)檢驗顯著,表明各個自變量作為整體對y的影響是顯著的；但是，常數(shù)項的t檢驗不顯著這暗示了本模型可能存在多重共線性問題。即由于解釋變量共線性（較強的相關(guān)性），使得不能分解出各個解釋變量對y的獨立影響。7，相關(guān)系數(shù)矩陣如下：由表可以看出，x3與其他變量間存在較高的相關(guān)系數(shù)，因此可以懷疑解釋變量間存在多重共線問題。8，多重共線性的消除對y對x1的一元回歸：做y對x2的一元回歸：做y對x3的一元回歸：變量X1X2X3參數(shù)估計值82.75440-3660.827-3485.304t 統(tǒng)計量161.572351.8096969.88815 R20.9986990.9874920.993087