實(shí)驗(yàn)三 多重共線性【實(shí)驗(yàn)?zāi)康摹空莆斩嘀毓簿€性問(wèn)題出現(xiàn)的來(lái)源、后果、檢驗(yàn)及修正的原理，以及相關(guān)的Eviews操作方法。【實(shí)驗(yàn)內(nèi)容】以計(jì)量經(jīng)濟(jì)學(xué)學(xué)習(xí)指南與練習(xí)補(bǔ)充習(xí)題4-18為數(shù)據(jù)，練習(xí)檢查和克服模型的多重共線性的操作方法。【4-18】表4-3列出了被解釋變量及解釋變量，的時(shí)間序列觀察值。（1） 用OLS估計(jì)線性回歸模型，并采用適當(dāng)?shù)姆椒z驗(yàn)多重共線性；（2） 用逐步回歸法確定一個(gè)較好的回歸模型。表4-3YX1X2X3X46.040.15.5108636.040.34.794726.547.55.2108867.149.26.81001007.252.37.3991077.658.08.7991118.061.310.21011149.062.514.1971169.064.717.1931199.366.821.3102121【實(shí)驗(yàn)步驟】（1） 建立線性回歸模型并檢驗(yàn)多重共線性1、 建立模型利用表4-3數(shù)據(jù)分別建立關(guān)于、的散點(diǎn)圖（SCAT ）。 可以看到與、都呈現(xiàn)正的線性相關(guān)，與關(guān)系不明顯。首先建立一個(gè)多元線性回歸模型（LS C ）。輸出結(jié)果中，C、的系數(shù)都通不過(guò)顯著性檢驗(yàn)。2、 檢驗(yàn)多重共線性進(jìn)一步選擇Covariance Analysis的Correlation，得到變量之間的偏相關(guān)系數(shù)矩陣，觀察偏相關(guān)系數(shù)?？梢园l(fā)現(xiàn)，與、的相關(guān)系數(shù)都在0.9以上，但輸出結(jié)果中，解釋變量、的回歸系數(shù)卻無(wú)法通過(guò)顯著性檢驗(yàn)。認(rèn)為解釋變量之間存在多重共線性。（2） 用逐步回歸法克服多重共線性1、 找出最簡(jiǎn)單的回歸形式分別作與、間的回歸（LS C ）。即：(1) (1.64) (11.7)D.W.=1.6837(2) (17.9) (7.63)D.W.=0.6130(3) (2.14) (-1.19)D.W.=0.6471(4) (2.25) (6.30)D.W.=0.5961可見(jiàn)，受X1的影響最大，選擇(1)式作為初始的回歸模型。2、 逐步回歸將其他解釋變量分別導(dǎo)入上述初始回歸模型，尋找最佳回歸方程。為求簡(jiǎn)明，先列出回歸結(jié)果如下表，過(guò)程截圖放在說(shuō)明部分。CD.W.0.9420.1220.93831.68t值(1.64)(11.7)2.3230.0820.0800.96822.26t值(3.71)(5.22)(2.92)4.0370.0790.080-0.0160.96842.32t值(2.25)(5.01)(2.92)(-1.02)2.6860.0490.0960.0120.96652.03t值(3.42)(1.13)(2.79)(0.81)說(shuō)明：第一步：在初始模型中引入，模型擬合優(yōu)度提高，參數(shù)符號(hào)合理，且變量通過(guò)了t檢驗(yàn)，D.W.檢驗(yàn)值落在上界以上，表明不存在1階序列相關(guān)性；第二步，引入，擬合優(yōu)度略微提高，但變量未通