實驗報告課程名稱計量經(jīng)濟學實驗項目名稱多重共線性班級與班級代碼專業(yè)任課教師學號：姓名:實驗日期：2０23年05月1１日廣東商學院教務處制姓名實驗報告成績評語：指導教師（署名）年月日說明：指導教師評分后,實驗報告交院(系）辦公室保存。計量經(jīng)濟學實驗報告一、實驗目的:掌握多元線性回歸模型的估計方法、掌握多重共線性模型的辨認和修正。二、實驗規(guī)定：應用教材第127頁案例做多元線性回歸模型,并辨認和修正多重共線性。三、實驗原理:普通最小二乘法、簡樸相關系數(shù)檢查法、綜合判斷法、逐步回歸法。四、預備知識:最小二乘法估計的原理、ｔ檢查、F檢查、值。五、實驗環(huán)節(jié)1、選擇數(shù)據(jù)理論上認為影響能源消費需求總量的因素重要有經(jīng)濟發(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)換技術等因素。為此,收集了中國能源消費標準煤總量、國民總收入、國內(nèi)生產(chǎn)總值GDＰ、工業(yè)增長值、建筑業(yè)增長值、交通運送郵電業(yè)增長值、人均生活電力消費、能源加工轉(zhuǎn)換效率等1985——2023年的記錄數(shù)據(jù)。本題旨在通過建立這些經(jīng)濟變量的線性模型來說明影響能源消費需求總量的因素。重要數(shù)據(jù)如下:１9８5～2023年記錄數(shù)據(jù)年份能源消費國民總收入國內(nèi)生產(chǎn)總值工業(yè)增長值建筑業(yè)增長值交通運送郵電增長值人均生活電力消費能源加工轉(zhuǎn)換效率yX1X2Ｘ3X4X５X6Ｘ７19８５766８２9040．790１6３448．７417．94０6.921.3６8．２9198６８０85０10274.41０275．23９６752５.7475.６２3.2６8.3219８7866３21205０.６12０58．645８５.8665.8５44．926.４67.４８198８929９715０3６．815042.8５7７7．281０6６１31.2６6.５419899６９３４17000.9169９２.36484７９47８６35.３６6.511９９09870318７1８.３1８667.8６８588５9.4114７.542．467.2199１１０37８321826.22１781.58087.11０15.1１４09.７46.965.9199２109１7026937.32６923.510284.５14151681.８５４.666．00199３１1５99335２６035333.９14１8822６６.5２2０5.6６1．267.3２1994122７３７4810８.54８19７.91９4８0.72964.72898.３72.7６5．2１995１3１17659810.560793.724950.63728.8342４．１83.571.05199６１3894８７01４2．5７1176.629４47.64387.44068.５93.171．519９７13７7９８7７653４４621.６４59３101.869．2319９8１322１483024.38４4０２．３34０18．44985.８5178．４106．66９.441999１33831８818９8９677.1358６１．5５172.１５8２1.8１18.269.192０2３138553９８0０0.59９２14.６400３３．６5522.37333.４１32．469．0420２3１431９91080６8.21０9655.24３5８0.６５931.78４06.1144.669.0３2０23151７97119095．7１2033２.７4７４3１.３6465．59393.41５６．36９.042０2３174９90135１７４135822.854945.5７4９0.８１0０98．41７3.７6９.420232０３２2７159586.7１5９878.3652１08694.312147.６190.270.712０23223319183９５6.1１8３０８４.８7６９１2.９1０１33.８1０５26.1216.771．082０２32４6270２13131．7２11923．5９1310.９1185１.１１2481.12４９.4７1.242023２6５５83２5１483.2249529．9107３67.２１4０1４．1146０4.１27４.9７1.25資料來源：《中國記錄年鑒》，中國記錄出版社2023、２０23年版。為分析Y與Ｘ1、X2、Ｘ3、X４、X５、X６、Ｘ7之間的關系，做如下折線圖:能源消費Ｙ在198６到１996年間緩慢增長，在96至98年有短暫的下跌,但是9８至2０23開始緩慢回升，2023到2０２3開始快速增長。國民總收入X1和國內(nèi)生產(chǎn)總值X2以相同的趨勢逐年緩慢增長。工業(yè)增長值X3在1９8５年-１999年期間一直是緩慢增長，但在2023年出現(xiàn)了急劇下降的現(xiàn)象,２023年又急劇增長,達成下降前的水平，２02３年以后開始緩慢增長。建筑業(yè)增長值x4、交通運送郵電業(yè)增長值ｘ5、人均生活電力消費x6、能源加工轉(zhuǎn)換效率x7數(shù)值較低，但都以較平緩的方式增長。２、設定并估計多元線性回歸模型(2.１)2.1錄入數(shù)據(jù),得到圖。2.2.1）采用OLS估計參數(shù)在主界面命令框欄中輸入ｌsyｃx１x2ｘ3x4x5x6x7回車,即可得到參數(shù)的估計結(jié)果。由此可見,該模型的可決系數(shù)為0.９8９801，修正的可決系數(shù)為0.985041,模型擬和很好，Ｆ記錄量為38６.219６,回歸方程整體上顯著。

可是其中的ｌnX3、lｎX４、lnＸ6對lnY影響不顯著,不僅如此，lnＸ２、lnX5的參數(shù)為負值,在經(jīng)濟意義上不合理。所以這樣的回歸結(jié)果并不抱負。3、多重共線性模型的辨認點擊Ｅviewｓ主畫面的頂部的Quick／ＧrｏupStatiｓtiｃs/Ｃorrelatioｓ彈出對話框在對話框中輸入解釋變量x１、x2、x３、x4、x5、x6、ｘ7,點擊OK,即可得出相關系數(shù)矩陣（同圖2.2．3)。從相關系數(shù)矩陣可以看出，解釋變量x１、x２、x3、ｘ4、ｘ5、x６、ｘ7互相之間的相關系數(shù)較高,解釋變量之間存在多重共線性。多重共線性模型的修正3.多重共線性模型的修正使用逐步回歸法進行修正。第一步：運用OＬS方法分別求Ｙ對各解釋變量進行一元回歸,分別求Y對各解釋變量x1、x2、x3、x4、x5、x６、ｘ7進行一元回歸?；貧w結(jié)果詳下圖。再結(jié)合經(jīng)濟意義和記錄檢查選出擬合效果最佳的一元線性回歸方程。通過上面7個圖進行對比分析，依據(jù)調(diào)整后可決系數(shù)最大原則,選?。?（=0.969514）作為進入回歸模型的第一個解釋變量，形成一元回歸模型。第二步:逐步回歸。將剩余解釋變量分別加入模型,結(jié)果如下:經(jīng)比較，可以發(fā)現(xiàn)加入X2、X5、X6、X7后參數(shù)的符號與預期相反,不符合經(jīng)濟意義,且t檢查部顯著。而加入X4后變化并不顯著,只有加入Ｘ３后修正的可決系數(shù)有所提高,并且參數(shù)符號的經(jīng)濟意義合理,并且參數(shù)的t檢查,在α=0.1，ｔ(0.０5，15）=1.７53時顯著,所以保存X3。再加入其他新變量逐步回歸。當加入X2時，雖然R-＾2有所增長,但其系數(shù)的符號與預期相反且參數(shù)的t檢查不顯著;加入X4后，各參數(shù)的ｔ檢查不顯著;加入X5后,雖然R-^2有所增長,但是但其系數(shù)的符號與預期相反且參數(shù)的ｔ檢查不顯著；加入X6、X７后，其系數(shù)的符號與預期相反且參數(shù)的t檢查不顯著，這說明重要是X2、Ｘ4、X5、X6、X７引起了多重共線性，應予以剔除。=80927.77＋0.5５12Ｘ1+0.4349X3?t=(28.6903)(5.3５8７)(１.8308)