多元线性回归模型案例分析报告

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

2、接影响人口增长率。（3）文化程度，由于教育年限的高低，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）：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

3、）198815.731503718.81366198915.0417001181519199014.39187183.11644199112.98218263.41893199211.6269376.42311199311.453526014.72998199411.21481082455598111742701428.35846199710.06780612.8642019989.1483024-0.8679619998.1888479-1.4715920007.58980000.4785820016.951080680.786222002

4、6.45119096-0.8939820036.011351741.21054220045.871595873.91233620055.891840891.81404020065.382131321.516024设定的线性回归模型为：Yt1 2 X2t2X3t3X4t 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“ 1

5、988”，在“end date ” 中输入最后时间“ 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“ NewObjects ,在“ NewObjects ”对话框中选“ Group”， 并在“ Namefor 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“Y”，点下行键“ ，即将该序列命名为 Y,

6、并依此输入Y 的数据。用同样方法在对应的列命名 X X %,并输入相应的数据。 或者在EViews命令框直接键入“ data Y X2 X3兀 ”，回车出现“ Group”窗口数据编辑框，在对应的 Y、X、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“ Equation Specification ”栏中键入“ Y C X 2 Xj X 4”，在“ Estimation Sett in gs ”栏中选择“ Least Sqares ” （最 小二乘法），点“ ok”，即出现回归结果：表3.4Dependen

7、t Variable Y pyiethod Least Squares Date: 10/1W11 rime. 16.01Sample 1985 2005Included observations- 18VariaSleCoefficient Std Error (Statistic Prob.CX2X3X415508510.91384217.0S0100.00000 0003320.0001342,4828570 02630 0479180.0339191 4127310 1796-0 0051090.001771-28S4S530.0120R-squared0 930526Mesn dep

8、endent vgr9972ZZ2Adjusted R squared0 915638S.D dependent var3205370S.E. of regression0 931002Akaike info criterion2.888020Sum squared resid12.13472Schwarz crhenon3 035891Log likelihood-21.99218F-slatistic62.50441Durbin-Watson stat0 573542Prob(F-statistic)0 000900根据表3.4中数据，模型估计的结果为：Yt 15.608510.00033

9、2 X2 0.047918X3 0.005109X4(0.913842) (0.000134) (0.033919) (0.001771)t=(17.08010)(2.482857)(1.412721)(-2.884953)2 2R 0.930526 R 0.915638F=62.50441四、模型检验1、经济意义检验模型估计结果说明，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

10、 0.005109%。这与理论分析和经验判断 相一致。2、统计检验(1)拟合优度：由表3.4中数据可以得到：R2 0.930526，修 2正的可决系数为R 0.915638，这说明模型对样本的拟合很好。(2)F检验：针对H0： 234 0，给定显著性水平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F(3,14)3.34。 由表 3.4 中得到 F=62.50441 ，由于 F=62.50441 > F(3,21)彳075， 应拒绝原假设H0： 2340，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

11、”有显著影响。(3)t检验：分别针对 H0 : j 0 (j 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t/2(n k) 2.145。AAAA由表3.4中数据可得，与1、2、3、4对应的t统计量分别为 17.08010、2.482857、1.412721、-2.884953A除3，其绝对值均大于t /2(n k) 2.145，这说明分别都应当拒 绝Ho : j 0(j 1,2,4)，也就是说，当在其它解释变量不变的情况下， 解释变量“国民总收入”、“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。3的绝对值小于t /2(n k) 2.14

12、5，：这说明接受H0 :3X3系数对t检验不显著，这表明很可能存在多重共线性。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4.4Co-rr&lstion MatrixX2X3X4 X21000000Q S668040.995449 X3-C.556804I.OCOOOO-0559571X4C.J99449-0.5696711.000300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。分别作丫对

13、X2、X3、X4的一元回归，结果如表4.5所示：表4.5变量X2X3X4参数估计值0.000134：0.0339190.001771t统计量2.4828571.412721-2.884950.8739150.3884950.886412按R2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:Y? 16.355400.000350X2 0.0005397X4t=(2.542529) (-2.970874)2R20.920622当取0.05时，t /2 (n k) t0.025 (18 3) 2.131，X2参数的 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 2R20.930526 R 0.915638F=62.50441当取 0.05