多元线性回归模型案例分析 副本

1、多元线性回归模型案例分析中国人口自然增长分析一研究目的要求中国从1971年开始全面开展了计划生育 ，使中国总和生育率很快从1970年的5.8降到1980年2.24,接近世代更替水平。此后，人口自然增长率（即人口的生育率）很大程度上与 经济的发展等各方面的因素相联系，与经济生活息息相关，为了研究此后影响中国人口自然增长的主要原因，分析全国人口增长规律，与猜测中国未来的增长趋势，需要建立计量经济学模型。影响中国人口自然增长率的因素有很多，但据分析主要因素可能有：（1）从宏观经济上看，经济整体增长是人口自然增长的基本源泉；（2）居民消费水平，它的高低可能会间接影响人口增长率。（3）文化程度，由于教育

2、年限的高低，相应会转变人的传统观念，可能会 间接影响人口自然增长率（4）人口分布，非农业与农业人口的比率也会对人口增长率有相 应的影响。二模型设定为了全面反映中国“人口自然增长率”的全貌，选择人口增长率作为被解释变量，以反映中国人口的增长；选择“国名收入”及“人均GDP”作为经济整体增长的代表；选择“居民消费价格指数增长率” 作为居民消费水平的代表。 暂不考虑文化程度及人口分布的影 响。从中国统计年鉴收集到以下数据（见表 1）:中国人口增长率及相关数据年份人口自然增长率国民总收入居民消费价格指数增长人均GDP(%)（亿元）率(CPI) %（元）198815.731503718.81366198

3、915.0417001181519199014.39187183.11644199112.98218263.41893199211.6269376.42311199311.453526014.72998199411.21481082455598111742701428.35846199710.06780612.8642019989.1483024-0.8679619998.1888479-1.4715920007.58980000.4785820016.951080680.7862220026.45119096-0.8939820036.01

4、1351741.21054220045.871595873.91233620055.891840891.81404020065.382131321.516024设定的线性回归模型为:丫 =Pl+p2X2t+P2X3t+P3X4t+ut三、估计参数利用EViews估计模型的参数，方法是:1、建立工作文件： 启动 EViews ,点击 FileNewWorkfile ,在对话框 “ Workfile Range ”。在Workfile frequency ” 中选择 “ Annual ” （年度），并在 “Start date” 中输入开始时间 “ 1988 ”, 在“ end date”中输入最

5、后时间“ 2005”，点击“ ok”，出现“ Workfile UNTITLED ”工作框。其中已有变量：“C” 一截距项“resid” 一剩余项。在“Objects”菜单中点击“ New Objects ”, 在“ New Objects 对话框中选“ Group”，并在“ Name for Objects上定义文件名，点击“ OK ” 出现数据编辑窗口。2、输入数据：点击“ Quik”下拉菜单中的“ Empty Group”，出现“ Group 窗口数据编 辑框，点第一列与“ obs”对应的格，在命令栏输入“丫”，点下行键“厂，即将该序列命名为丫，并依此输入丫的数据。用同样方法在对应的列命

6、名X2、X3、X4,并输入相应的数据。或者在 EViews命令框直接键入 “data Y X2 X3 X4”，回车出现“ Group 窗口数 据编辑框，在对应的 丫、X2、X3、X4下输入响应的数据。3、估计参数：点击“Procs下拉菜单中的“ Make Equation ”,在出现的对话框的“ EquationSpecification ”栏中键入“ 丫 C X2 X x/,在“ Estimation Settings” 栏中选择“ LeastSqares （最小二乘法），点“ ok”，即出现回归结果:表3.4Dependent VariaNe; YMethod; Least Squares

7、Date: 10/15/11 Tme 15:01Sampe: 19BG 2005Included obsefvations; 1SVariableCoefficientStd. Errort-StatisticProb 一C15.603510 91334217.080100.0000X20 0003320 0001342.4020570.0263X30 0479130 0339191 4127310 1796X4-0 0051090.001771-2 8849530.0120R-squared0 930526Mean dependent var9 972222Adjusted R-square

8、d0 915633S D dependent var3 205370S.E. of regression0 931002Akaike info critenon2.3BS020Sum squared resid12.13472Schwarz criterion3 085881Log likelihood-21.99210F-statisUc62 50441Durbin-Watson stat0 579542ProbfF-statisticJ0.000000根据表3.4中数据，模型估计的结果为:四、模型检验Y 15.60851 +0.000332X2+ 0.047918X3(0.913842)(

9、0.000134)t= (17.08010)(2.482857)R2 =0.930526 R =0.915638(0.033919)(1.412721)1、经济意义检验-0.005109X4(0.001771)(-2.884953)F=62.50441模型估计结果说明， 在假定其它变量不变的情况下，当年国民总收入每增长 1亿元，人口增长率增长0.000332% ;在假定其它变量不变的情况下，当年居民消费价格指数增长率每增长1%，人口增长率增长 0.047918% ;在假定其它变量不变的情况下，当年人均GDP没增加一元，人口增长率就会降低0.005109%。这与理论分析和经验判断相一致。2、统计

10、检验2(1)拟合优度：由表3.4中数据可以得到：R =0.930526，修正的可决系数为2R血915638，这说明模型对样本的拟合很好。(2) F检验：针对H。：卩2 = P3 = 4 = 0 ,给定显著性水平a = 0.05，在F分布表中查出自由度为k-1=3和n-k=14的临界值 /(3,143-34。由表3.4中得到F=62.50441 ，由于 F=62.50441Fa(3,21) =3.075，应拒绝原假设Ho：鷺=隊=氏=0，说明回归方程显著，即“国民总收入”、“居民消费价格指数增长率”、“人均GDP ”等变量联合起来确实对“人口自然增长率”有显著影响。(3) t 检验：分别针对 H

11、0 : Pj =0 (j 二1,2,3,4)，给定显著性水平 =0.05，查t分布表得自由度为n-k=14临界值(n-k2.145。由表3.4中数据可得，与卩1、卩2、P3、S对应的t统计量分别为17.080102.482857、1.412721、-2.884953A 除氏，其绝对值均大于匕2(-k) = 2.145P = 0( j =1,2,4)j J，也就是说，当在其它解释变量不变的情况下，解释变量“人均GDP”分别对被解释变量“人口自然增长率”丫都有显著的影响。,这说明分别都应当拒绝H。:“国民总收入”、Ap03的绝对值小于(n-k2.145，:这说明接受H对t检验不显著，这表明很可能存

12、在多重共线性。=03, X3系数所以计算各解释变量的相关系数，选择X2、X3、X4数据，点” view/correlations”得相关系数矩阵（如表 4.4）：表4.4Correlation MatrixX2X3X4 IX21 000000-0.5GG8040 999449-0 6568041 000000-0-559671X40.999449-0.5696711.000000由相关系数矩阵可以看出： 各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。五、消除多重共线性Y对X2、X3、X4的一元回采用逐步回归的办法，去检验和解决多重共线性问题。分别作 归，结果如表4.5所示：按R

13、2的大小排序为:X4、X2、X3以X2为基础，顺次加入其他变量逐步回归。首先加入X2回归结果为:表4.5变量X2X3X4参数估计值0.0001340.0339190.001771t统计量2.4828571.412721-2.884950.8739150.3884950.88641216.35540 +0.000350 X 2-0.0005397 X 4t=(2.542529) (-2.970874)2R =0.920622当取八0.05时，4/2 （n珂0.025皿一3）=2.131，池参数的t检验显著，加入X3回归得Yt =15.60851 +0.000332X2 +0.047918X3 -0.005109X4t= (17.08010)(2.482857)(1.412721)(-2.884953)2 2R =0.930526 R =0.915638