計(jì)量經(jīng)濟(jì)學(xué)上機(jī)實(shí)驗(yàn)報(bào)告

計(jì)量經(jīng)濟(jì)學(xué)第三次上機(jī)實(shí)驗(yàn)報(bào)告題號(hào)：題4.6實(shí)驗(yàn)?zāi)康模豪胑views建立多元線性回歸模型，并修正其多重共線性從而得到正確的回歸模型。實(shí)驗(yàn)要求：理論上認(rèn)為影響能源消費(fèi)需求總量的因素主要有經(jīng)濟(jì)發(fā)展水平、收入水平、產(chǎn)業(yè)發(fā)展、人民生活水平提高、能源轉(zhuǎn)換技術(shù)等因素。為此收集了中國能源消費(fèi)標(biāo)準(zhǔn)煤總量Y（萬t）、國民總收入、國內(nèi)生產(chǎn)總值、工業(yè)增加值、建筑業(yè)增加值、交通運(yùn)輸郵電業(yè)增加值、人均生活電力消費(fèi)、能源加工轉(zhuǎn)換效率。具體數(shù)據(jù)如下表所示：年份能源消費(fèi)國民總收入ＧＤＰ工業(yè)建筑業(yè)交通運(yùn)輸郵電人均生活電力消費(fèi)能源加工轉(zhuǎn)換效率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：建立對(duì)數(shù)線性多元回歸模型。如果決定用表中全部變量作為解釋變量，你預(yù)料會(huì)遇到多重共線性的問題嗎？為什么？如果有多重共線性，你準(zhǔn)備怎樣解決這個(gè)問題？明確你的假設(shè)并說明全部計(jì)算。實(shí)驗(yàn)原理：利用普通最小二乘法修正函數(shù)，從而得到正確的回歸模型。實(shí)驗(yàn)步驟模型設(shè)定用Eviews做得的散點(diǎn)圖為由圖可知y與x呈對(duì)數(shù)關(guān)系，則以“能源消費(fèi)標(biāo)準(zhǔn)煤總量Y”為被解釋變量，以“國民總收入”、“國內(nèi)生產(chǎn)總值”、“工業(yè)增加值”、“建筑業(yè)增加值”、“交通運(yùn)輸郵電業(yè)增加值”、“人均生活電力消費(fèi)”、“能源加工轉(zhuǎn)換效率”為解釋變量，建立對(duì)數(shù)線性多元回歸模型2、估計(jì)參數(shù)假定所建模型及隨機(jī)擾動(dòng)項(xiàng)滿足古典假定，可以用OLS法估計(jì)其參數(shù)，利用EViews做簡單線性回歸分析。建立如下的數(shù)據(jù)表，得由上表數(shù)據(jù)分析，得如下回歸結(jié)果由回歸結(jié)果表可知道，可決系數(shù)=0.957257，修正可決系數(shù)=0.927338系數(shù)很高，由此可知模型得擬合優(yōu)度差。當(dāng)時(shí)，，可知系數(shù)的t檢驗(yàn)不顯著；而且、的系數(shù)的符號(hào)與預(yù)期的相反，因此可能存在嚴(yán)重的多重共線性。計(jì)算各解釋變量的相關(guān)系數(shù)，選擇數(shù)據(jù)，得其相關(guān)系數(shù)矩陣，如下表所示：由相關(guān)系數(shù)矩陣可以看出，各解釋變量相互之間的相關(guān)系數(shù)較高，證實(shí)確實(shí)存在嚴(yán)重多重共線性。修正多重共線性分別做Y對(duì)的一元回歸變量X1X2X3X4X5X6X7參數(shù)估計(jì)值5.61E-065.50E-061.23E-057.89E-059.12E-050.0041890.057194T統(tǒng)計(jì)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，以為基礎(chǔ)，順次加入其他變量逐步回歸，結(jié)果如下表所示。變量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經(jīng)比較，新加入的方程最大，選擇保留，再加入其他新變量逐步回歸，結(jié)果如下表所示。變量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的基礎(chǔ)上加入X5后的方程明顯增大，而各個(gè)參數(shù)t檢驗(yàn)都顯著。加入X2后不僅下降，而且X1、X2的t檢驗(yàn)變得不顯著。加入X4后不僅下降，而且X4的t檢驗(yàn)變得不顯著。加入X6后不僅下降，而且X6參數(shù)的t檢驗(yàn)不顯著，甚至X6的符號(hào)也變得不合理。加入X7后不僅下降，而且X7的t檢驗(yàn)變得不顯著。保留X5，再加入其它新變量逐步回歸，結(jié)果如下表變量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后雖然略有改進(jìn)，但X2參數(shù)的t檢驗(yàn)不顯著，并且參數(shù)為負(fù)數(shù)不合理。當(dāng)加入X4后沒有改進(jìn)，而且X4參數(shù)的t檢驗(yàn)不顯著，并且系數(shù)為負(fù)數(shù)不合理。加入分別X6、X7，它們的沒有改進(jìn)，而且參數(shù)的t檢驗(yàn)不顯著。這說明X4、X6、X7引起嚴(yán)重的多重共線性，應(yīng)予以剔除。最后修正嚴(yán)重多重共線性影響的回歸結(jié)果為：