计量经济学 实验六.docx
- 文档编号:26151306
- 上传时间:2023-06-17
- 格式:DOCX
- 页数:18
- 大小:67.93KB
计量经济学 实验六.docx
《计量经济学 实验六.docx》由会员分享,可在线阅读,更多相关《计量经济学 实验六.docx(18页珍藏版)》请在冰豆网上搜索。
计量经济学实验六
实验报告
课程名称:
计量经济学
实验项目:
实验四多重共线性模型的
检验和处理
实验类型:
综合性□设计性□验证性☑
专业班别:
12国贸5
姓名:
叶琳清
学号:
412010567
实验课室:
厚德楼A203
指导教师:
石立
实验日期:
2015.05.15
广东商学院华商学院教务处制
一、实验项目训练方案
小组合作:
是□否☑
小组成员:
无
实验目的:
掌握多重共线性模型的检验和处理方法:
实验场地及仪器、设备和材料
实验室:
普通配置的计算机,Eviews软件及常用办公软件。
实验训练内容(包括实验原理和操作步骤):
【实验原理】
多重共线性的检验:
直观判断法(R2值、t值检验)、简单相关系数检验法、方差扩大因子法(辅助回归检验)
多重共线性的处理:
先验信息法、变量变换法、逐步回归法
【实验步骤】
(一)多重共线性的检验
1.直观判断法(R2值、t值检验)
根据广东数据(见附件1),先分别建立以下模型:
【模型1】财政收入CS对第一产业产值GDP1、第二产业产值GDP2和第三产业产值GDP3的多元线性回归模型;
DependentVariable:
CS
Method:
LeastSquares
Date:
01/16/10Time:
08:
57
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
GDP1
0.028774
0.054114
0.531730
0.5998
GDP2
-0.045141
0.030055
-1.501938
0.1462
GDP3
0.225121
0.030641
7.346983
0.0000
C
34.52390
16.90100
2.042714
0.0522
R-squared
0.993169
Meandependentvar
449.5546
AdjustedR-squared
0.992315
S.D.dependentvar
509.5465
S.E.ofregression
44.66975
Akaikeinfocriterion
10.56803
Sumsquaredresid
47889.28
Schwarzcriterion
10.75835
Loglikelihood
-143.9525
Hannan-Quinncriter.
10.62621
F-statistic
1163.070
Durbin-Watsonstat
2.056993
Prob(F-statistic)
0.000000
(请对得到的图表进行处理,以上在一页内)
【模型2】固定资产投资TZG对固定资产折旧ZJ、营业盈余YY和财政支出CZ的多元线性回归模型。
DependentVariable:
TZG
Method:
LeastSquares
Date:
01/16/10Time:
09:
02
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
ZJ
1.111864
0.243152
4.572716
0.0001
YY
0.431692
0.052566
8.212352
0.0000
CZ
0.143210
0.405308
0.353338
0.7269
C
31.27625
27.82517
1.124027
0.2721
R-squared
0.997573
Meandependentvar
1628.997
AdjustedR-squared
0.997270
S.D.dependentvar
2003.852
S.E.ofregression
104.7010
Akaikeinfocriterion
12.27166
Sumsquaredresid
263095.1
Schwarzcriterion
12.46197
Loglikelihood
-167.8032
Hannan-Quinncriter.
12.32984
F-statistic
3288.646
Durbin-Watsonstat
1.298515
Prob(F-statistic)
0.000000
观察模型结果,初步判断模型自变量之间是否存在多重共线性问题。
【模型1】
存在多重共线性
【模型2】
存在多重共线性
2.简单相关系数检验法
分别计算【模型1】和【模型2】的自变量的简单相关系数。
【模型1】
GDP1
GDP2
GDP3
GDP1
1.000000
0.925082
0.912936
GDP2
0.925082
1.000000
0.994855
GDP3
0.912936
0.994855
1.000000
【模型2】
YY
ZJ
CZ
YY
1.000000
0.974541
0.977920
ZJ
0.974541
1.000000
0.996660
CZ
0.977920
0.996660
1.000000
(请对得到的图表进行处理,以上在一页内)
根据计算的简单相关系数,判断模型是否存在多重共线性。
【模型1】
存在多重共线性
【模型2】
存在多重共线性
3.方差扩大因子法(辅助回归检验)
分别建立【模型1】和【模型2】的辅助回归。
计算各模型各个自变量的方差扩大因子(只需将计算的结果以表格形式列出即可)。
【模型1】
DependentVariable:
GDP1
Method:
LeastSquares
Date:
01/16/10Time:
09:
13
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
GDP2
0.226273
0.101446
2.230487
0.0349
GDP3
-0.108726
0.111141
-0.978270
0.3373
C
233.5404
41.47527
5.630834
0.0000
R-squared
0.861095
Meandependentvar
569.4539
AdjustedR-squared
0.849983
S.D.dependentvar
426.2507
S.E.ofregression
165.0958
Akaikeinfocriterion
13.15189
Sumsquaredresid
681415.5
Schwarzcriterion
13.29462
Loglikelihood
-181.1264
Hannan-Quinncriter.
13.19552
F-statistic
77.48953
Durbin-Watsonstat
0.125127
Prob(F-statistic)
0.000000
DependentVariable:
GDP1
Method:
LeastSquares
Date:
01/16/10Time:
09:
13
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
GDP2
0.226273
0.101446
2.230487
0.0349
GDP3
-0.108726
0.111141
-0.978270
0.3373
C
233.5404
41.47527
5.630834
0.0000
R-squared
0.861095
Meandependentvar
569.4539
AdjustedR-squared
0.849983
S.D.dependentvar
426.2507
S.E.ofregression
165.0958
Akaikeinfocriterion
13.15189
Sumsquaredresid
681415.5
Schwarzcriterion
13.29462
Loglikelihood
-181.1264
Hannan-Quinncriter.
13.19552
F-statistic
77.48953
Durbin-Watsonstat
0.125127
Prob(F-statistic)
0.000000
DependentVariable:
GDP2
Method:
LeastSquares
Date:
01/16/10Time:
09:
14
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
GDP3
0.988783
0.049673
19.90586
0.0000
GDP1
0.733509
0.328856
2.230487
0.0349
C
-96.61529
110.7935
-0.872030
0.3915
R-squared
0.991441
Meandependentvar
2584.440
AdjustedR-squared
0.990756
S.D.dependentvar
3091.650
S.E.ofregression
297.2502
Akaikeinfocriterion
14.32798
Sumsquaredresid
2208941.
Schwarzcriterion
14.47072
Loglikelihood
-197.5918
Hannan-Quinncriter.
14.37162
F-statistic
1447.895
Durbin-Watsonstat
0.553986
Prob(F-statistic)
0.000000
DependentVariable:
GDP3
Method:
LeastSquares
Date:
01/16/10Time:
09:
15
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
GDP2
0.951323
0.047791
19.90586
0.0000
GDP1
-0.339103
0.346635
-0.978270
0.3373
C
23.49799
110.2148
0.213202
0.8329
R-squared
0.990116
Meandependentvar
2289.032
AdjustedR-squared
0.989325
S.D.dependentvar
2821.962
S.E.ofregression
291.5652
Akaikeinfocriterion
14.28936
Sumsquaredresid
2125257.
Schwarzcriterion
14.43210
Loglikelihood
-197.0511
Hannan-Quinncriter.
14.33300
F-statistic
1252.134
Durbin-Watsonstat
0.540826
Prob(F-statistic)
0.000000
R2
VIF
GDP1
0.861095
7.199164897
GDP2
0.991441
116.836079
GDP3
0.990116
101.1736139
【模型2】
DependentVariable:
CZ
Method:
LeastSquares
Date:
01/16/10Time:
09:
16
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
YY
0.046995
0.024176
1.943847
0.0633
ZJ
0.558716
0.043698
12.78574
0.0000
C
16.61804
13.32206
1.247407
0.2238
R-squared
0.994207
Meandependentvar
552.2429
AdjustedR-squared
0.993744
S.D.dependentvar
653.1881
S.E.ofregression
51.66495
Akaikeinfocriterion
10.82839
Sumsquaredresid
66731.67
Schwarzcriterion
10.97113
Loglikelihood
-148.5975
Hannan-Quinncriter.
10.87203
F-statistic
2145.335
Durbin-Watsonstat
1.188416
Prob(F-statistic)
0.000000
DependentVariable:
YY
Method:
LeastSquares
Date:
01/16/10Time:
09:
17
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
ZJ
-0.030777
0.925106
-0.033268
0.9737
CZ
2.793870
1.437289
1.943847
0.0633
C
-178.1136
99.69398
-1.786604
0.0861
R-squared
0.956330
Meandependentvar
1338.742
AdjustedR-squared
0.952836
S.D.dependentvar
1834.295
S.E.ofregression
398.3588
Akaikeinfocriterion
14.91354
Sumsquaredresid
3967244.
Schwarzcriterion
15.05628
Loglikelihood
-205.7896
Hannan-Quinncriter.
14.95718
F-statistic
273.7354
Durbin-Watsonstat
0.547674
Prob(F-statistic)
0.000000
DependentVariable:
ZJ
Method:
LeastSquares
Date:
01/16/10Time:
09:
17
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
YY
-0.001438
0.043236
-0.033268
0.9737
CZ
1.552409
0.121417
12.78574
0.0000
C
-9.315280
22.81113
-0.408366
0.6865
R-squared
0.993332
Meandependentvar
846.0661
AdjustedR-squared
0.992798
S.D.dependentvar
1014.824
S.E.ofregression
86.11988
Akaikeinfocriterion
11.85031
Sumsquaredresid
185415.8
Schwarzcriterion
11.99305
Loglikelihood
-162.9044
Hannan-Quinncriter.
11.89395
F-statistic
1862.101
Durbin-Watsonstat
0.991139
Prob(F-statistic)
0.000000
R2
VIF
CZ
0.994207
172.6221302
YY
0.95633
22.89901534
ZJ
0.993332
149.970006
根据以上结果,确定模型是否存在严重的多重共线性。
【模型1】
存在多重共线性
【模型2】
存在多重共线性
(请对得到的图表进行处理,以上在一页内)
(二)多重共线性的处理
1.先验信息法、变量变换法
①已知【模型1】有一先验信息:
GDP3对CS的贡献是GDP1贡献的3倍。
根据该先验信息,我们可以将变量CS和GDP2作变量取对数变换,作出回归模型,判断是否消除了多重共线性。
根据该先验信息,请提出一个对模型变量变换的方法,消除模型多重共线性。
LOG(CS)=A*(GDP1+3*GDP3)+LOG(GDP2)+C
DependentVariable:
LOG(CS)
Method:
LeastSquares
Date:
01/16/10Time:
09:
58
Sample:
19782005
Includedobservations:
28
Coefficient
Std.Error
t-Statistic
Prob.
GDP1+3*GDP3
2.38E-05
5.55E-06
4.282605
0.0002
LOG(GDP2)
0.693037
0.030257
22.90493
0.0000
C
0.432967
0.174594
2.479844
0.0202
R-squared
0.991675
Meandependentvar
5.369302
AdjustedR-squared
0.991009
S.D.dependentvar
1.319281
S.E.ofregression
0.125097
Akaikeinfocriterion
-1.218493
Sumsquaredresid
0.391233
Schwarzcriterion
-1.075757
Loglikelihood
20.05890
Hannan-Quinncriter.
-
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量经济学 实验六 计量 经济学 实验