计量经济学上机实验报告

计量经济学第三次上机实验报告题号：题4.6实验目的：利用eviews建立多元线性回归模型，并修正其多重共线性从而得到正确的回归模型。实验要求：理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此收集了中国能源消费标准煤总量Y（万t）、国民总收入、国内生产总值、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生活电力消费、能源加工转换效率。具体数据如下表所示：年份能源消费国民总收入ＧＤＰ工业建筑业交通运输邮电人均生活电力消费能源加工转换效率yX1X2X3X4X5X6X71985766828989.18964.43448.7417.9406.921.368.2919868085010201.410202.23967.0525.7475.623.268.3219878663211954.511962.54585.8665.8544.926.467.4819889299714922.314928.35777.2810.0661.031.266.5419899693416917.816909.26484.0794.0786.035.366.5119909870318598.418547.96858.0859.41147.542.467.2199110378321662.521617.88087.11015.11409.746.965.9199210917026651.926638.110284.51415.01681.854.666199311599334560.534634.414143.82284.72123.261.267.32199412273746670.046759.419359.63012.62685.972.765.2199513117657494.958478.124718.33819.63054.783.571.05199613894866850.567884.629082.64530.53494.093.171.5199713779873142.774462.632412.14810.63797.2101.869.23199813221476967.278345.233387.95231.44121.3106.669.44199913011980579.482067.535087.25470.64460.3118.170.45200013029788254.089468.139047.35888.05408.6132.470.96200113491495727.997314.842374.66375.45968.3144.670.412002148222103935.3105172.345975.27005.06420.3156.369.78要求：建立对数线性多元回归模型。如果决定用表中全部变量作为解释变量，你预料会遇到多重共线性的问题吗？为什么？如果有多重共线性，你准备怎样解决这个问题？明确你的假设并说明全部计算。实验原理：利用普通最小二乘法修正函数，从而得到正确的回归模型。实验步骤模型设定用Eviews做得的散点图为由图可知y与x呈对数关系，则以“能源消费标准煤总量Y”为被解释变量，以“国民总收入”、“国内生产总值”、“工业增加值”、“建筑业增加值”、“交通运输邮电业增加值”、“人均生活电力消费”、“能源加工转换效率”为解释变量，建立对数线性多元回归模型2、估计参数假定所建模型及随机扰动项满足古典假定，可以用OLS法估计其参数，利用EViews做简单线性回归分析。建立如下的数据表，得由上表数据分析，得如下回归结果由回归结果表可知道，可决系数=0.957257，修正可决系数=0.927338系数很高，由此可知模型得拟合优度差。当时，，可知系数的t检验不显著；而且、的系数的符号与预期的相反，因此可能存在严重的多重共线性。计算各解释变量的相关系数，选择数据，得其相关系数矩阵，如下表所示：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。修正多重共线性分别做Y对的一元回归变量X1X2X3X4X5X6X7参数估计值5.61E-065.50E-061.23E-057.89E-059.12E-050.0041890.057194T统计量8.8141318.7696808.3983078.5491317.8492228.3683562.717333R0.8292220.8277850.8150950.8204020.7938420.8140170.3157680.8185480.8170220.8035400.8091770.7809570.8023930.273004由上表可知，加入的方程最大，以为基础，顺次加入其他变量逐步回归，结果如下表所示。变量X1X2X3X4X5X6X7X1X20.000112(1.185648)-0.000105(-1.126452)0.821547X1X37.57E-05(4.175048)-0.0001559-3.86697100.9003075X1X41.60E-05(1.181402)-0.000147(-0.768428)0.813782X1X51.02E-05(2.033664)-7.69E-05(-0.922909)0.816852X1X66.77E-06(1.174811)-0.000880(-0.202543)0.806980X1X76.51E-06(7.26306134)-0.020450(-1.382231)0.828319经比较，新加入的方程最大，选择保留，再加入其他新变量逐步回归，结果如下表所示。变量X1X2X3X4X5X6X7X1X3X25.56E-05(0.752305)2.24E-05(0.281281)-0.000161(-3.452791)0.896736X1X3X47.45E-05(3.916339)-0.000161(-3.625121)5.45E-05(0.356203)0.897082X1X3X58.93E-05(5.169243)-0.000169(-4.661982)-0.000122(-2.216062)0.923120X1X3X69.49E-05(4.829660)-0.000181(-4.570374)-0.005695(-1.875910)0.917012X1X3X78.05E-05(3.618831)-0.000166(-3.328078)0.005486(0.396222)0.897304在X1、X3的基础上加入X5后的方程明显增大，而各个参数t检验都显著。加入X2后不仅下降，而且X1、X2的t检验变得不显著。加入X4后不仅下降，而且X4的t检验变得不显著。加入X6后不仅下降，而且X6参数的t检验不显著，甚至X6的符号也变得不合理。加入X7后不仅下降，而且X7的t检验变得不显著。保留X5，再加入其它新变量逐步回归，结果如下表变量X1X2X3X4X5X6X7X1、X3、X5、X20．000232(2.711401)-0.000149(-1.697873)-0.000138(-3.574318)-0.000202(-2.996794)0.932234X1、X3、X5、X49.36E-05(4.960697)-0.000161(-4.108786)-9.65E-05(-0.638063)-0.000140(-2.224282)0.919721X1、X3、X5、X68.51E-05(3.94994)-0.000161(-3.737630)-0.000175(-1.080310)0.003045(0.352416)0.917991X1、X3、X5、X78.63E-05(4.297485)-0.000161(-3.601308)-0.000129(-2.123805)-0.004357(-0.329610)0.917893由上表得出，加入X2后虽然略有改进，但X2参数的t检验不显著，并且参数为负数不合理。当加入X4后没有改进，而且X4参数的t检验不显著，并且系数为负数不合理。加入分别X6、X7，它们的没有改进，而且参数的t检验不显著。这说明X4、X6、X7引起严重的多重共线性，应予以剔除。最后修正严重多重共线性影响的回归结果为：