作业三
以下资料为我国1978-1997年钢材供应量的历史资料，y为钢材供应量（万吨），X1为生铁产量（万吨），X2为原煤产量（万吨），X3为电力产量（亿千瓦小时），X4为固定资产投资(亿元)，国内生产总值X5(亿元)和铁路运输量X6(万吨)。
假定模型形式为
y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+b6x6
请依据指定模型和数据检验是否存在多重共线性。如果存在请用逐步回归法进行修正。
解：
一、运用OLS估计法对上式中参数进行估计，EVIEWS操作步骤为：
1、在FILE菜单中选择NEW－WORKFILE，输入起止时间。
2、在主窗口菜单选QUICK－EMPTY GROUP，在编辑数据区输入Y X1 X2 X3 X4 X5 X6 所
对应的数据。
3、在主窗口菜单选在QUICK－ESTIMATE EQUATION，对参数做OSL估计，输出结果见下
表：
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 13:29
Sample: 1978 1997
Variable Coefficient Std. Error t-Statistic Prob.
C 463.1006 850.7465 0.544346 0.5954
X1 0.068287 0.138732 0.492219 0.6308
X2 99.70983 147.8218 0.674527 0.5118
X3 0.892288 0.142736 6.251333 0.0000
X4 0.445975 0.074869 5.956762 0.0000
X5 -0.093604 0.018930 -4.944824 0.0003
R-squared 0.998997 Mean dependent var 5153.437
Adjusted R-squared 0.998534 S.D. dependent var 2512.108
S.E. of regression 96.20088 Akaike info criterion 12.23997
Sum squared resid 120309.9 Schwarz criterion 12.58848
Log likelihood -115.3997 F-statistic 2157.173
Durbin-Watson stat 2.197357 Prob(F-statistic) 0.000000
463.10060.06828799.709830.8922880.445975*X4 -
0.093604*X5 - 0.011293*X6
二、分析
由F=2157.173>F0.05(7,12)=2.91（显著性水平a=0.05），表明模型从整体上看钢材供应量与解释变量之间线性关系显著。
三、检验
计算解释变量之间的简单相关系数。EVIEWS过程如下：
1、主菜单QUICK－GROUP STATISTICS－CORRRELATION，在对话框中输入X1 X2 X3 X4 X5 X6 X7，结果如下：
X1 X2 X3 X4 X5 X6
X1 1.000000 0.969946 0.993324 0.942877 0.949701 0.955037 X2 0.969946 1.000000 0.974145 0.891414 0.910326 0.985132 X3 0.993324 0.974145 1.000000 0.959984 0.969578 0.944062 X4 0.942877 0.891414 0.959984 1.000000 0.996169 0.827664 X5 0.949701 0.910326 0.969578 0.996169 1.000000 0.846100 X6 0.955037 0.985132 0.944062 0.827664 0.846100 1.000000
2、由上表可以看出，解释变量之间存在高度线性相关性。尽管方程整体线性回归拟合较好，但X1 X2变量的参数t值并不显著， X5 X6 系数的符号与经济意义相悖。表明模型确实存在严重的多重共线性。
四、修正
1、运用OLS方法逐一求Y对各个解释变量的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 14:16
Sample: 1978 1997
Included observations: 20
C -955.1438 177.9809 -5.366551 0.0000
X1 0.993433 0.026891 36.94269 0.0000
R-squared 0.986983 Mean dependent var 5153.437
Adjusted R-squared 0.986259 S.D. dependent var 2512.108
S.E. of regression 294.4702 Akaike info criterion 14.30287
Sum squared resid 1560829. Schwarz criterion 14.40245
Log likelihood -141.0287 F-statistic 1364.762
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 14:19
Sample: 1978 1997
Variable Coefficient Std. Error t-Statistic Prob.
C -3614.398 568.8385 -6.353997 0.0000
X2 913.4588 57.21604 15.96508 0.0000
R-squared 0.934038 Mean dependent var 5153.437
Adjusted R-squared 0.930373 S.D. dependent var 2512.108
S.E. of regression 662.8666 Akaike info criterion 15.92566
Sum squared resid 7909059. Schwarz criterion 16.02524
Log likelihood -157.2566 F-statistic 254.8839
Durbin-Watson stat 0.414286 Prob(F-statistic) 0.000000
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 14:20
Sample: 1978 1997
Variable Coefficient Std. Error t-Statistic Prob.
C -18.19762 94.64029 -0.192282 0.8497
R-squared 0.995096 Mean dependent var 5153.437
Adjusted R-squared 0.994823 S.D. dependent var 2512.108
S.E. of regression 180.7478 Akaike info criterion 13.32672 Sum squared resid 588055.9 Schwarz criterion 13.42630 Log likelihood -131.2672 F-statistic 3652.153
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 14:20
Sample: 1978 1997
C 2896.269 211.0042 13.72612 0.0000
R-squared 0.930146 Mean dependent var 5153.437 Adjusted R-squared 0.926265 S.D. dependent var 2512.108 S.E. of regression 682.1433 Akaike info criterion 15.98300 Sum squared resid 8375751. Schwarz criterion 16.08257 Log likelihood -157.8300 F-statistic 239.6790
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 14:21
Sample: 1978 1997
Included observations: 20
C 2720.568 205.3159 13.25064 0.0000
X5 0.108673 0.006567 16.54856 0.0000 R-squared 0.938326 Mean dependent var 5153.437 Adjusted R-squared 0.934899 S.D. dependent var 2512.108 S.E. of regression 640.9610 Akaike info criterion 15.85845 Sum squared resid 7394958. Schwarz criterion 15.95803 Log likelihood -156.5845 F-statistic 273.8549
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 14:21
Sample: 1978 1997
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -9762.810 1317.390 -7.410720 0.0000
X6 0.106845 0.009327 11.45593 0.0000 R-squared 0.879388 Mean dependent var 5153.437
Adjusted R-squared 0.872687 S.D. dependent var 2512.108
S.E. of regression 896.3442 Akaike info criterion 16.52917
Sum squared resid 14461792 Schwarz criterion 16.62874
Log likelihood -163.2917 F-statistic 131.2384
Durbin-Watson stat 0.183744 Prob(F-statistic) 0.000000
经分析在6个一元回归模型中钢材供应量Y对电力产量X3的线性关系强，拟合度好，即：
Y = -18.19762 + 0.882818*X3
（-0.192282）（60.43304）
R2=0.995096 S.E.=180.7478 F=3652.153
截距项不显著，去掉，重新估计：
Y = 0.880278*X3
2、逐步回归。
将其余解释变量逐一代入上式，得如下模型：
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 15:23
Sample: 1978 1997
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
X1 0.046534 0.078306 0.594257 0.5597
X3 0.832881 0.079998 10.41127 0.0000
R-squared 0.995180 Mean dependent var 5153.437
Adjusted R-squared 0.994912 S.D. dependent var 2512.108
S.E. of regression 179.1842 Akaike info criterion 13.30934
Sum squared resid 577925.4 Schwarz criterion 13.40892
Log likelihood -131.0934 F-statistic 3716.487
Durbin-Watson stat 0.820452 Prob(F-statistic) 0.000000
Y = 0.046534*X1 + 0.832881*X3
（0.594257）（10.41127）
R2=0.995180 S.E.= 179.1842 F=3716.487
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 15:35
Sample: 1978 1997
Variable Coefficient Std. Error t-Statistic Prob.
X2 -13.09303 20.96616 -0.624484 0.5401
R-squared 0.995190 Mean dependent var 5153.437 Adjusted R-squared 0.994922 S.D. dependent var 2512.108 S.E. of regression 179.0046 Akaike info criterion 13.30734 Sum squared resid 576767.7 Schwarz criterion 13.40691 Log likelihood -131.0734 F-statistic 3723.983
Y =-13.09303*X2 + 0.899997*X3
（-0.624484）（27.97243）
R2=0.995190 S.E.= 179.0046 F=3723.983
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 15:38
Sample: 1978 1997
X3 0.866535 0.015655 55.35245 0.0000
R-squared 0.995322 Mean dependent var 5153.437 Adjusted R-squared 0.995062 S.D. dependent var 2512.108 S.E. of regression 176.5340 Akaike info criterion 13.27954 Sum squared resid 560956.6 Schwarz criterion 13.37912 Log likelihood -130.7954 F-statistic 3829.455
Y =0.866535*X3 + 0.016940*X4
（55.35245）（0.953059）
R2=0.995322 S.E.= 176.5340 F=3829.455
X2不符合经济意义，应去掉。
所以：
Dependent Variable: Y
Method: Least Squares
Date: 06/09/12 Time: 15:44
Sample: 1978 1997
X1 0.303927 0.112494 2.701721 0.0151
X3 0.511112 0.132242 3.864964 0.0012
X4 0.073464 0.025918 2.834492 0.0114 R-squared 0.996727 Mean dependent var 5153.437
Adjusted R-squared 0.996342 S.D. dependent var 2512.108 S.E. of regression 151.9385 Akaike info criterion 13.02231 Sum squared resid 392450.1 Schwarz criterion 13.17167 Log likelihood -127.2231 F-statistic 2588.457 Durbin-Watson stat 0.644477 Prob(F-statistic) 0.000000
Y = 0.303927*X1 + 0.511112*X3 + 0.073464*X4 （2.701721）（3.864964）（2.834492）
R2=0.996727 S.E.= 151.9385 F=2588.457
即为最优模型。
第二章 简单线性回归模型 一、单项选择题 1．影响预测误差的因素有（ ） A ．置信度 B ．样本容量 C ．新解释变量X 0偏离解释变量均值的程度 D ．如果给定值X 0等于X 的均值时，置信区间越长越好。 2．OLS E 的统计性质（ ） A ．线性无偏性 B ．独具最小方差性 C ．线性有偏 D ．β∧ 是β的一致估计 3．OLSE 的基本假定（ ） A ．解释变量非随机 B ．零均值 C ．同方差 D ．不自相关 4.F 检验与拟合优度指标之间的关系( ) A ． 21111n p p R --?? ?- ?-?? B ． 21111n p p R --?? ?- ?-?? C ． 2111n p p R -???- ?-?? D ． 2111n p p R -???- ?-?? 5．相关分析和回归分析的共同点( ) A ．都可表示程度和方向 B ．必须确定解释(自)变量和被解释(因)变量 C ．不用确定解释(自)变量和被解释(因)变量 D ．都研究变量间的统计关系 6．OLS E 的基本假设有（ ） A ．解释变量是随机的 B ．随机误差项的零均值假设
C ．随机误差项同方差假设 D ．随机误差项线性相关假设 7．与 2 ()() 1 ()1i i i n x x y y i n x x i - --==∑∑ 等价的式子是（ ） A ．2 2 1()1i i i n x y nx y i n x n x i -=-=∑∑ B ．2()1()1i i i n x x y i n x x i --==∑∑ C ．2()1()1i i i n x x x i n x x i -=-=∑∑ D ．xy xx L L 8．下列等式正确的是（ ） A ．SSR=SST+SSE B ．SST=SSR+SSE C ．SSE=SSR+SST D ．SST=SST ×SSE 9．无偏估计量i β的方差是（ ） A ． 2 1 () n j j X X σ=-∑ B ． 2 2 1 ()n j j X X σ=-∑ C ． 2 () n j j X X σ=-∑
问题： 选取粮食生产为例，由经济学理论和实际可以知道，影响粮食生产y 的因素有：农业化肥施 用量x1，粮食播种面积x2，成灾面积x3，农业机械总动力x4，农业劳动力x5，由此建立以下方程： y=β0+β1x1+β2x2+β3x3+β4x4+β5x5，相关数据如下： 解： 1、检验多重共线性 （1）在命令栏中输入： ls y c x1 x2 x3 x4 x5，则有； 可以看到，可决系数R2 和 F 值都 很高，二自变量x1 到 x5 的 t 值 均较小，并且x4 和 x5 的 t 检验 不显著，说明方程很可能存在多 重共线性。 （2）对自变量做相关性分析： 将x1—— x5 作为组打开， view —— covariance analysis—— correlation ，结果如下： 可以看到x1 和 x4 的相关系数 为 0.96，非常高，说明原模型 存在多重共线性
2、多重共线性的修正 （1）逐步回归法 第一步：首先确定一个基准的解释变量，即从 x1， x2， x3， x4， x5 中选择解释 y 的最好的一个建 立基准模型。分别用 x1， x2， x3， x4， x5 对 y 求回归，结果如下： 从上面 5 个输出结果可以知道，y 对 x1 的可决系数R2=0.89（最高），因此选择 第一个方程作为基准回归模型。即： Y = 30867.31062 + 4.576114592* x1 在基准模型的基础上，逐步将x2， x3 等加入到模型中， 加入 x2，结果：
拟合优度R2=0.961395 ，显著提高； 并且参数符号符合经济常识，且均显著。 所以将模型修改为： Y= -44174.52+ 4.576460*x1+ 0.672680*x2 再加入 x3，结果： 拟合优度R2=0.984174 ，显著提高； 并且参数符号符合经济常识（成灾面积越大，粮食产 量越低），且均显著。 所以将模型修改为： Y=-12559.35+5.271306*x1+0.417257*x2-0.212103*x3 再加入 x4，结果： 拟合优度R2=0.987158 ，虽然比上一次拟 合提高了； 但是变量x4 的系数为 -0.091271 ，符号不 符合经济常识（农业机械总动力越高， 粮食产量越高），并且 x4 的 t 检验不显著。 因此应该从模型中剔除x4。
2 经典线性回归模型 §2.1 概念与记号 1．线性回归模型是用来描述一个特定变量y 与其它一些变量x 1，…，x p 之间的关系。 2． 称特定变量y 为因变量 （dependent variable ）、 被解释变量 （explained variable ）、 响应变量（response variable ）、被预测变量（predicted variable ）、回归子 （regressand ）。 3．称与特定变量相关的其它一些变量x 1，…，x p 为自变量（independent variable ）、 解释变量（explanatory variable ）、控制变量（control variable ）、预测变量 （predictor variable ）、回归量（regressor ）、协变量（covariate ）。 4．假定我们观测到上述这些变量的n 组值：( ) ip i i x x y , , , 1 L (i=1，…，n)。称 这n 组值为样本（sample ）或数据（data ）。 §2.2 经典线性回归模型的假定 假定 2.1（线性性(linearity)） i ip p i i x x y e b b b + + + + = L 1 1 0 (i=1，…，n)。 （2.1） 称方程（2.1）为因变量y 对自变量x 1，…，x p 的线性回归方程（linear regression equation ），其中 ( ) p ， k k , , 1 0 L = b 是待估的未知参数（unknown parameters ）， ( ) n i i , , 1 L = e 是满足一定限制条件的无法观测的误差项（unobserved error term ） 。称自 变量的函数 ip p i x x b b b + + + L 1 1 0 为回归函数（regression function ）或简称为回归 （regression ）。称 0 b 为回归的截距(ntercept)，称 ( ) p k k , , 1 L = b 为自变量的回归系数 （regression coefficients ） 。某个自变量的回归系数表示在其它条件保持不变的情况下，
实验八:主成分回归 实验题目:对例5、5的Hald水泥问题用主成分方法建立模型,并与其她方法的结果进行比较。例5、5如下:本例为回归经典的Hald水泥问题。某种水泥在凝固时放出的热量y(卡/克,cal/g)与水泥中的四种化学成分的含量(%)有关,这四种化学成分分别就是x1铝酸三钙(3CaO、Al2O3),x2硅酸三钙(3CaO、SiO2),x3铁铝酸四钙(4CaO、Al2O3、Fe2O3),x4硅酸三钙(2CaO、SiO2)。现观测到13组数据,如表5-3所示。 实验目的: SPSS输出结果及答案: 一、主成分法: 多重共线性诊断:
N 13 13 13 13 13 **、在、01 水平(双侧)上显著相关。 由表可知,x1,x2,x4的相关性都比较大,较接近,所以存在多重共线性 主成分回归: 解释的总方差 成份 初始特征值提取平方与载入 合计方差的 % 累积 % 合计方差的 % 累积 % 1 2、236 55、893 55、893 2、236 55、893 55、893 2 1、576 39、402 95、294 1、576 39、402 95、294 3 、187 4、665 99、959 、187 4、665 99、959 4 、002 、041 100、000 、002 、041 100、000 提取方法:主成份分析。 输出结果显示有四个特征根,最大的就是λ1=2、236,最小的就是λ4=0、002。 方差百分比显示第一个主成分Factor1的方差百分比近56%的信息量;前两个主成 分累计包含近95、3%的信息量。因此取两个主成分就已经足够。 由于前两个主成分的方差累计已经达到95、3%,故只保留前两个主成分。 成份矩阵a 成份 1 2 3 4 x1 、712 -、639 、292 、010 x2 、843 、520 -、136 、026 x3 -、589 、759 、275 、011 x4 -、819 -、566 -、084 、027 提取方法:主成分 a.已提取了 4 个成份。 由解释的总方差表中累计贡献性知,f1与f2的累计贡献性就在85%~95%之间。所以主成分取f1,f2。 得到因子得分的数值,并对其进行处理:sqrt(2、236)* FAD1_1, sqrt(1、576)* FAD2_1可以得出主成分表(f1 f2)。
第10章 简单线性回归分析 思考与练习参考答案 一、最佳选择题 1．如果两样本的相关系数21r r =，样本量21n n =，那么（ D ）。 A. 回归系数21b b = B ．回归系数12b b < C. 回归系数21b b > D ．t 统计量11r b t t = E. 以上均错 2．如果相关系数r =1，则一定有（ C ）。 A ．总SS =残差SS B ．残差SS =回归 SS C ．总SS =回归SS D ．总SS ＞回归SS E. 回归MS =残差MS 3．记ρ为总体相关系数，r 为样本相关系数，b 为样本回归系数，下列（ D ）正确。 A ．ρ=0时，r =0 B ．|r |＞0时，b ＞0 C ．r ＞0时，b ＜0 D ．r ＜0时，b ＜0 E. |r |=1时，b =1 4．如果相关系数r =0，则一定有（ D ）。 A ．简单线性回归的截距等于0 B ．简单线性回归的截距等于Y 或X C ．简单线性回归的残差SS 等于0 D ．简单线性回归的残差SS 等于SS 总 E ．简单线性回归的总SS 等于0 5．用最小二乘法确定直线回归方程的含义是（ B ）。 A ．各观测点距直线的纵向距离相等 B ．各观测点距直线的纵向距离平方和最小 C ．各观测点距直线的垂直距离相等 D ．各观测点距直线的垂直距离平方和最小 E ．各观测点距直线的纵向距离等于零 二、思考题 1．简述简单线性回归分析的基本步骤。 答：① 绘制散点图，考察是否有线性趋势及可疑的异常点；② 估计回归系数；③ 对总体回归系数或回归方程进行假设检验；④ 列出回归方程，绘制回归直线；⑤ 统计应用。 2．简述线性回归分析与线性相关的区别与联系。
计量经济学实验报告成绩 课程名称计量经济学指导教师苏卫东实验日期 2014-6-24 院（系）财政与金融学院专业班级金融二专实验地点实验楼八机房 学生姓名单一芳学号 201212041018 同组人无 实验项目名称多重共线性的检验与修正 一、实验目的和要求 1、理解多重共线性的含义与后果 2、掌握Eviews软件的操作和多重共线性的检验与修正 二、实验原理 Eviews软件的操作和多重共线性的检验修正方法 三、主要仪器设备、试剂或材料 Eviews软件，计算机 四、实验方法与步骤 1、准备工作：建立工作文件，并输入数据 CREATE A 1974 1981; DATA Y X1 X2 X3 X4 X5 2、OLS估计： LS Y C X1 X2 X3 X4 X5; 3、计算简单相关系数 COR X1 X2 X3 X4 X5 4、多重共线性的解决 LS Y C X1; LS Y C X2; LS Y C X3; LS Y C X4; LS Y C X5;
LS Y C X1 X3; LS Y C X1 X3 X2; LS Y C X1 X3 X4; LS Y C X1 X3 X5 五、实验数据记录、处理及结果分析 1、建立工作组，输入以下数据： obs Y X1 X2 X3 X4 X5 1974 98.45 560.2 153.2 6.53 1.23 1.89 1975 100.7 603.11 190 9.12 1.3 2.03 1976 102.8 668.05 240.3 8.1 1.8 2.71 1977 133.95 715.47 301.12 10.1 2.09 3 1978 140.13 724.27 361 10.93 2.39 3.29 1979 143.11 736.13 420 11.85 3.9 5.24 1980 146.15 748.91 497.16 12.28 5.13 6.83 1981 144.6 760.32 501 13.5 5.47 8.36 1982 148.94 774.92 529.2 15.29 6.09 10.07 1983 158.55 785.3 552.72 18.1 7.97 12.57 1984 169.68 795.5 771.16 19.61 10.18 15.12 1985 162.14 804.8 811.8 17.22 11.79 18.25 1986 170.09 814.94 988.43 18.6 11.54 20.59 1987 178.69 828.73 1094.65 23.53 11.68 23.37 2、OLS估计 LS Y C X1 X2 X3 X4 X5 Dependent Variable: Y Method: Least Squares Date: 06/24/14 Time: 18:45 Sample: 1974 1987 Included observations: 14 Variable Coefficient Std. Error t-Statistic Prob. C -3.650950 30.00144 -0.121692 0.9061 X1 0.125752 0.059087 2.128275 0.0660 X2 0.072656 0.037445 1.940317 0.0883 X3 2.681426 1.258639 2.130418 0.0658 X4 3.405866 2.444896 1.393052 0.2011 X5 -4.430561 2.194164 -2.019248 0.0781 R-squared 0.970397 Mean dependent var 142.7129
多元线性回归中多重共线问题的解决方法综述 摘 要 在回归分析中，当自变量之间出现多重共线性现象时，常会严重影响到参数估计，扩大模型误差，并破坏模型的稳健性，因此消除多重共线性成为回归分析中参数估计的一个重要环节。现在常用的解决多元线性回归中多重共线性的回归模型有岭回归（Ridge Regression ）、主成分回归(Principal Component Regression 简记为PCR)和偏最小二乘回归(Partial Least Square Regression 简记为PLS)。 关键词：多重共线性；岭回归；主成分回归；偏最小二乘回归 引言 在多元线性回归分析中，变量的多重相关性会严重影响到参数估计，增大模型误差，并破坏模型的稳健性 由于多重共线性问题在实际应用中普遍存在，并且危害严重，因此设法消除多重性的不良影响无疑具有巨大的价值常用的解决多元线性回归中多重共线问题的回归模型主要有主成分回归岭回归以及偏最小二乘回归。 1、 多元线性回归模型 1.1 回归模型的建立 设Y 是一个可观测的随机变量,它受m 个非随机因素X 1,X 2,…,X p-1和随机因素ε的影响, 若有如下线性关系 我们对变量进行了n 次观察，得到n 组观察数据(如下)，对回归系数 进行估计 一般要求n>P 。于是回归关系可写为 采用矩阵形式来表示 0112211p p Y X X X ββββε--=+++++n i X X X Y p i i i i ,,1,,,,)1(2,1???=???-1011121211(1)1 2012122212(1)2 011221(1)p p p p n n n p n p n Y X X X Y X X X Y X X X ββββεββββεββββε------=+++++??=+++++?? ? ?=+++++?11121,(1)121222,(1)212,(1)111, 1 p p n n n n p n n p X X X Y X X X Y Y X Y X X X ---??????????????==??????????????)1(10,,,p -???βββ
经典线性回归模型的诊断与修正下表为最近20年我国全社会固定资产投资与GDP的统计数据：1 年份国内生产总值（亿元）GDP 全社会固定资产投资（亿元）PI 1996 71813.6 22913.5 1997 79715 24941.1 1998 85195.5 28406.2 1999 90564.4 29854.7 2000 100280.1 32917.7 2001 110863.1 37213.49 2002 121717.4 43499.91 2003 137422 55566.61 2004 161840.2 70477.43 2005 187318.9 88773.61 2006 219438.5 109998.16 2007 270232.3 137323.94 2008 319515.5 172828.4 2009 349081.4 224598.77 2010 413030.3 251683.77 2011 489300.6 311485.13 2012 540367.4 374694.74 2013 595244.4 446294.09 1数据来源于国家统计局网站年度数据
1、普通最小二乘法回归结果如下： 方程初步估计为： GDP=75906.54+1.1754PI (32.351) R2=0.9822F=1046.599 DW=0.3653 2、异方差的检验与修正 首先，用图示检验法，生成残差平方和与解释变量PI的散点图如下：
从上图可以看出，残差平方和与解释变量的散点图主要分布在图形的下半部分，有随PI的变动增大的趋势，因此，模型可能存在异方差。但是否确定存在异方差，还需作进一步的验证。 G-Q检验如下： 去除序列中间约1/4的部分后，1996-2003年的OLS估计结果如下所示：
附件二：实验报告格式（首页） 山东轻工业学院实验报告成绩 课程名称计量经济学指导教师实验日期 2013-5-25 院（系）商学院专业班级实验地点二机房 学生姓名学号同组人无 实验项目名称多重共线性的检验与修正 一、实验目的和要求 掌握Eviews软件的操作和多重共线性的检验与修正 二、实验原理 Eviews软件的操作和多重共线性的检验修正方法 三、主要仪器设备、试剂或材料 Eviews软件，计算机 四、实验方法与步骤 （1）准备工作：建立工作文件，并输入数据： CREATE EX-7-1 A 1974 1981; TATA Y X1 X2 X3 X4 X5 ; (2)OLS估计： LS Y C X1 X2 X3 X4 X5; (3)计算简单相关系数 COR X1 X2 X3 X4 X5 ; (4)多重共线性的解决 LS Y C X1; LS Y C X2; LS Y C X3; LS Y C X4; LS Y C X5; LS Y C X1 X3; LS Y C X1 X3 X2; LS Y C X1 X3 X4; LS Y C X1 X3 X5; 五、实验数据记录、处理及结果分析 （1）建立工作组，输入以下数据： 98.45 560.20 153.20 6.53 1.23 1.89 100.70 603.11 190.00 9.12 1.30 2.03 102.80 668.05 240.30 8.10 1.80 2.71 133.95 715.47 301.12 10.10 2.09 3.00 140.13 724.27 361.00 10.93 2.39 3.29
第二章 简单线性回归模型练习题 一、术语解释 1 解释变量 2 被解释变量 3 线性回归模型 4 最小二乘法 5 方差分析 6 参数估计 7 控制 8 预测 二、填空 1 在经济计量模型中引入反映（ ）因素影响的随机扰动项t ξ，目的在于使模型更符合（ ）活动。 2 在经济计量模型中引入随机扰动项的理由可以归纳为如下几条：（1）因为人的行为的（ ）、社会环境与自然环境的（ ）决定了经济变量本身的（ ）；（２）建立模型时其他被省略的经济因素的影响都归入了（ ）中；（３）在模型估计时，（ ）与归并误差也归入随机扰动项中；（4）由于我们认识的不足，错误的设定了（ ）与（ ）之间的数学形式，例如将非线性的函数形式设定为线性的函数形式，由此产生的误差也包含在随机扰动项中了。 3 （ ）是因变量离差平方和，它度量因变量的总变动。就因变量总变动的变异来源看，它由两部分因素所组成。一个是自变量，另一个是除自变量以外的其他因素。（ ）是拟合值的离散程度的度量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。（ ）是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。 4 回归方程中的回归系数是自变量对因变量的（ ）。某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化（ ）个单位。 5 模型线性的含义，就变量而言，指的是回归模型中变量的（ ）；就参数而言，指的是回归模型中的参数的（ ）；通常线性回归模型的线性含义是就（ ）而言的。 6 样本观察值与回归方程理论值之间的偏差，称为（ ），我们用残差估计线性模型中的（ ）。 三、简答题 1 在线性回归方程中，“线性”二字如何理解 2 用最小二乘法求线性回归方程系数的意义是什么 3 一元线性回归方程的基本假设条件是什么 4 方差分析方法把数据总的平方和分解成为两部分的意义是什么 5 试叙述t 检验法与相关系数检验法之间的联系。 6 应用线性回归方程控制和预测的思想。 7 线性回归方程无效的原因是什么 8 回归分析中的随机误差项i ε有什么作用它与残差项t e 有何区别
2014-8-8 商学院 王中昭 教学内容 一、多重共线性 二、实际经济问题中的多重共线性 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的办法和实例 §4.3 多重共线性
2014-8-8商学院 王中昭 对于模型Y i =β0+ β1x 1i + β2x 2i +…… βk x ki +μi 如果某两个或多个解释变量之间出现相关性，即：C 1x 1i +C 2X 2i +……C k X ki =0 其中C i 不全为0，即某一个解释变量是其他解释变量的线性组合，则称为完全多重共线性。 完全多重共线性的情况并不多见，一般是出现不同程度的多重共线性。 注意多重共线性不 是指因变量与解释 一、多重共线性概念
2014-8-8商学院 王中昭 Y=Xβ+μ完全共线性:∣X′X ∣=0，(X′X)-1不存在， 使B ^=(X′X)-1X′Y 无法求解。 例如：, 0)(0020 1631084104213211 x x x 3213322113 21≠'=+-=++??????? ??=X X x x x X i i i i i i x c x c x c 这里，完全多重共线性
2014-8-8商学院 王中昭完全多重共线性的情况不多，一般出现不同程度的多重共线性。 多重共线性:∣X′X∣≈0,(X′X)-1存在，但 (X′X)-1主对角线上的元素很大。 ????? ?='≈'?≈+??????? ??=400300000300000100040030000030000010002100010004X)X ( ,0)( 0,0x x - x 199 .2993001001.4004001099.1992001101.1001001 x x x 1 -3i 2i 1i 3 21｜｜这里，X X X 近似多重共线性
一、引言 回归分析是一种比较成熟的预测模型,也是在预测过程中使用较多的模型,在自然科学管理科学和社会经济中有着非常广泛的应用，但是经典的最小二乘估计，必需满足一些假设条件，多重共线性就是其中的一种。实际上，解释变量间完全不相关的情形是非常少见的，大多数变量都在某种程度上存在着一定的共线性，而存在着共线性会给模型带来许多不确定性的结果。 二、认识多重共线性 （一）多重共线性的定义 设回归模型01122p p y x x x ββββε=+++?++如果矩阵X 的列向量存在一组不全 为零的数012,,p k k k k ?使得011220i i p i p k k x k x k x +++?+=, i =1,2,…n ,则称其存在完全共线性,如果022110≈+?+++p i p i i x k x k x k k , i =1,2,…n ,则称其存在 近似的多重共线性。 （二）多重共线性的后果 1.理论后果 对于多元线性回归来讲，大多数学者都关注其估计精度不高，但是多重共线性不可 能完全消除，而是要用一定的方法来减少变量之间的相关程度。多重共线性其实是由样本容量太小所造成的后果，在理论上称作“微数缺测性”，所以当样本容量n 很小的时候，多重共线性才是非常严重的。 多重共线性的理论后果有以下几点： （1）保持OLS 估计量的BLUE 性质； (2) 戈德伯格提出了近似多重共线性其实是样本观测数刚好超过待估参数个数时出现的 情况。所以多重共线性并不是简单的自变量之间存在的相关性，也包括样本容量的大小问题。 （3）近似的多重共线性中，OLS 估计仍然是无偏估计。无偏性是一种多维样本或重复抽样 的性质；如果X 变量的取值固定情况下，反复对样本进行取样，并对每个样本计算OLS 估计量，随着样本个数的增加，估计量的样本值的均值将收敛于真实值。 （4）多重共线性是由于样本引起的。即使总体中每一个X 之间都没有线性关系，但在具体 取样时仍存在样本间的共线性。 2.现实后果 （1）虽然存在多重共线性的情况下，得到的OLS 估计是BLUE 的，但有较大的方差和协方差， 估计精度不高； （2）置信区间比原本宽，使得接受0H 假设的概率更大；
实验目的：在回归模型牵涉到多个自变量的时候，自变量之间可能会相互关联，即他们之间存在有多重共线性，本节实验的实验目的是如何用Eviews检测各个自变量之间是否存在的多重共线问题以及如何对多重共线性进行修正。 我们实验的原始数据如图所示，判断钢产量y与生铁产量X1，发电量X2，固定资产投资X3，国内生产总值X4,铁路运输量X5之间的关系。 实验步骤： 1：打开Eviews7.0. →File→Workfile，选择年度数据，在初始日期和结束日期分别输入“1978”和结束年份“1997”。点击“OK”确定。 2：在新建工作表中，点击Proc→Import→Read，选定需要导入的Excel工作表，在“Upper-left data cell”中输入数据在Excel中的初始位置“B2”，在“Excel 5+….”中输入“sheet1”，在“Name for serises、”中输入“y x1 x2 x3 x4 x5”点击“OK”即可。 3：在Eviews空白处输入：“ls y c x1 x2 x3 x4 x5”，回车即可，结果如下。
Dependent Variable: Y Method: Least Squares Date: 04/19/13 Time: 11:24 Sample: 1978 1997 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 354.5884 435.6968 0.813842 0.4294 X1 0.026041 0.120064 0.216892 0.8314 X2 0.994536 0.136474 7.287380 0.0000 X3 0.392676 0.086468 4.541271 0.0005 X4 -0.085436 0.016472 -5.186649 0.0001 X5 -0.005998 0.006034 -0.994019 0.3371 R-squared 0.999098 Mean dependent var 5153.450 Adjusted R-squared 0.998776 S.D. dependent var 2512.131 S.E. of regression 87.87969 Akaike info criterion 12.03314 Sum squared resid 108119.8 Schwarz criterion 12.33186 Log likelihood -114.3314 Hannan-Quinn criter. 12.09145 F-statistic 3102.411 Durbin-Watson stat 1.919746 Prob(F-statistic) 0.000000 经查表可知，t（17）=1.345，结合上表可知，x1和x5没有通过t检验，而且F\检验较大，估计解释变量之间可能存在着多重共线性。相关性如下图所示： 可知X1 X2 X3 X4 X5,之间存在着较强的多重共线
实验八：主成分回归 实验题目：对例5.5的Hald水泥问题用主成分方法建立模型，并与其他方法的结果进行比较。 例5.5如下：本例为回归经典的Hald水泥问题。某种水泥在凝固时放出的热量y（卡/克，cal/g）与水泥中的四种化学成分的含量（%）有关，这四种化学成分分别是x1铝酸三钙（3CaO.Al2O3），x2硅酸三钙（3CaO.SiO2），x3铁铝酸四钙（4CaO.Al2O3.Fe2O3），x4硅酸三钙（2CaO.SiO2）。现观测到13组数据，如表5-3所示。 表5-3 实验目的： SPSS输出结果及答案： 一、主成分法： 多重共线性诊断：
已提取了 4 个成份。 由解释的总方差表中累计贡献性知，f1和f2的累计贡献性就在85%~95%之间。所以主成分取f1,f2。
得到因子得分的数值，并对其进行处理：sqrt(2.236)*FAD1_1,sqrt(1.576)*FAD2_1可以得出 主成分表（f1 f2）。 对f1 f2进行普通最小二乘线性回归 f1=-0.643+0.081x1+0.036x2-0.062x3-0.033x4 对f2和x1x2x3x4进行回归 模型非标准化系数标准系数 t Sig. B 标准误差试用版 1 (常量) -.938 .000 -1119037.661 .000 x1 -.087 .000 -.405 -9710099.545 .000 x2 .027 .000 .330 3071727.057 .000 x3 .094 .000 .482 10459854.955 .000 x4 -.027 .000 -.359 -3177724.589 .000 a.因变量: f2 f2=-0.938-0.087x1+0.027x2+0.094x3-0.027x4
时间 地点 实验题目 多重共线性的诊断与修正 一、实验目的与要求： 要求目的：1、对多元线性回归模型的多重共线性的诊断； 2、对多元线性回归模型的多重共线性的修正。 二、实验内容 根据书上第四章引子“农业的发展反而会减少财政收入”，1978－2007年的财政收入，农业增加值，工业增加值，建筑业增加值等数据，运用EV 软件，做回归分析，判断是否存在多重共线性，以及修正。 三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等） （一）模型设定及其估计 经分析，影响财政收入的主要因素，除了农业增加值，工业增加值，建筑业增加值以外，还可能与总人口等因素有关。研究“农业的发展反而会减少财政收入”这个问题。 设定如下形式的计量经济模型：i Y =1β+2β2X +3β3X +4β4X +5β5X +6β6X +7β7X +i μ 其中，i Y 为财政收入CS/亿元；2X 为农业增加值NZ/亿元；3X 为工业增加值GZ/亿元；4X 为建筑业增加值JZZ/亿元；5X 为总人口TPOP/万人；6X 为最终消费CUM/亿元；7X 为受灾面积SZM/千公顷。 图1： 1978～2007年财政收入及其影响因素数据 年份 财政收入CS/亿元 农业增加值NZ/亿元 工业增加值GZ/亿元 建筑业 增加值 JZZ/亿 元 总人口 TPOP/万 人 最终消费 CUM/亿元 受灾面 积SZM/ 千公顷 1978 1132.3 1027.5 1607 138.2 96259 2239.1 50790 1979 1146.4 1270.2 1769.7 143.8 97542 2633.7 39370 1980 1159.9 1371.6 1996.5 195.5 98705 3007.9 44526 1981 1175.8 1559.5 2048.4 207.1 100072 3361.5 39790 1982 1212.3 1777.4 2162.3 220.7 101654 3714.8 33130 1983 1367 1978.4 2375.6 270.6 103008 4126.4 34710 1984 1642.9 2316.1 2789 316.7 104357 4846.3 31890 1985 2004.8 2564.4 3448.7 417.9 105851 5986.3 44365 1986 2122 2788.7 3967 525.7 107507 6821.8 47140 1987 2199.4 3233 4585.8 665.8 109300 7804.6 42090 1988 2357.2 3865.4 5777.2 810 111026 9839.5 50870 1989 2664.9 4265.9 6484 794 112704 11164.2 46991 1990 2937.1 5062 6858 859.4 114333 12090.5 38474 1991 3149.48 5342.2 8087.1 1015.1 115823 14091.9 55472 1992 3483.37 5866.6 10284.5 1415 117171 17203.3 51333 1993 4348.95 6963.8 14188 2266.5 118517 21899.9 48829 1994 5218.1 9572.7 19480.7 2964.7 119850 29242.2 55043
山西大学 实 验 报 告 实验报告题目：多重共线性问题的检验和处理 学 院： 专 业： 课程名称： 计量经济学 学 号： 学生姓名： 教师名称： 崔海燕 上课时间： 题电源备，检查料试卷资料试
一、实验目的： 熟悉和掌握Eviews在多重共线性模型中的应用，掌握多重共线性问题的检 验和处理。 二、实验原理：1、综合统计检验法； 2、相关系数矩阵判断； 3、逐步回归法； 三、实验步骤： （一）新建工作文件并保存 打开Eviews软件，在主菜单栏点击File\new\workfile，输入start date 1978和end date 2006并点击确认，点击save键，输入文件名进行保存。 （二）输入并编辑数据 在主菜单栏点击Quick键，选择empty\group新建空数据栏，根据理论和 经验分析，影响粮食生产（Y）的主要因素有农业化肥施用量（X1）、粮食播种面 积（X2）、成灾面积（X3）、农业机械总动力（X4）和农业劳动力（X5），其中成灾 面积的符号为负，其余均应为正。下表给出了1983——2000中国粮食生产的相关 数据。点击name键进行命名，选择默认名称Group01,保存文件。 Y X1X2X3X4X5 1983387281660114047162091802231151 1984407311740112884152641949730868 1985379111776108845227052091331130 1986391511931110933236562295031254 1987402081999111268203932483631663 1988394082142110123239452657532249 1989407552357112205244492806733225 1990446242590113466178192870838914 1991435292806112314278142938939098 1992442642930110560258953030838669 1993456493152110509231333181737680 1994445103318109544313833380236628 1995466623594110060222673611835530 1996504543828112548212333854734820 1997494173981112912303094201634840 1998512304084113787251814520835177 1999508394124113161267314899635768 2000462184146108463343745257436043 2001452644254106080317935517236513 2002457064339103891273195793036870 200343070441299410325166038736546
多重共线性和非线性回归的问题 （1）多重共线性问题 我们都知道在进行多元回归的时候，特别是进行经济上指标回归的时候，很多变量存在共同趋势相关性，让我们得不到希望的回归模型。这里经常用到的有三种方法，而不同的方法有不同的目的，我们分别来看看： 第一个，是最熟悉也是最方便的——逐步回归法。 逐步回归法是根据自变量与因变量相关性的大小，将自变量一个一个选入方法中，并且每选入一个自变量都进行一次检验。最终留在模型里的自变量是对因变量有最大显著性的，而剔除的自变量是与因变量无显著线性相关性的，以及与其他自变量存在共线性的。用逐步回归法做的多元回归分析，通常自变量不宜太多，一般十几个以下，而且你的数据量要是变量个数3倍以上才可以，不然做出来的回归模型误差较大。比如说你有10个变量，数据只有15组，然后做拟合回归，得到9个自变量的系数，虽然可以得到，但是精度不高。这个方法我们不仅可以找到对因变量影响显著的几个自变量，还可以得到一个精确的预测模型，进行预测，这个非常重要的。而往往通过逐步回归只能得到几个自变量进入方程中，有时甚至只有一两个，令我们非常失望，这是因为自变量很多都存在共线性，被剔除了，这时可以通过第二个方法来做回归。 第二个，通过因子分析（或主成分分析）再进行回归。 这种方法用的也很多，而且可以很好的解决自变量间的多重共线性。首先通过因子分析将几个存在共线性的自变量合为一个因子，再用因子分析得到的几个因子和因变量做回归分析，这里的因子之间没有显著的线性相关性，根本谈不上共线性的问题。通过这种方法可以得到哪个因子对因变量存在显著的相关性，哪个因子没有显著的相关性，再从因子中的变量对因子的载荷来看，得知哪个变量对因变量的影响大小关系。而这个方法只能得到这些信息，第一它不是得到一个精确的，可以预测的回归模型；第二这种方法不知道有显著影响的因子中每个变量是不是都对因变量有显著的影响，比如说因子分析得到三个因子，用这三个因子和因变量做回归分析，得到第一和第二个因子对因变量有显著的影响，而在第一个因子中有4个变量组成，第二个因子有3个变量组成，这里就不知道这7个变量是否都对因变量存在显著的影响；第三它不能得到每个变量对因变量准确的影响大小关系，而我们可以通过逐步回归法直观的看到自变量前面的系数大小，从而判断自变量对因变量影响的大小。 第三个，岭回归。 通过逐步回归时，我们可能得到几个自变量进入方程中，但是有时会出现自变量影响的方向出现错误，比如第一产业的产值对国民收入是正效应，而可能方程中的系数为负的，这种肯定是由于共线性导致出现了拟合失真的结果，而这样的结果我们只能通过自己的经验去判断。通常我们在做影响因素判断的时候，不仅希望得到各个因素对因变量真实的影响关系，还希望知道准确的影响大小，就是每个自变量系数的大小，这个时候，我们就可以通过岭回归的方法。 岭回归是在自变量信息矩阵的主对角线元素上人为地加入一个非负因子k，从而使回归系数的估计稍有偏差、而估计的稳定性却可能明显提高的一种回归分析方法，它是最小二乘法的一种补充，岭回归可以修复病态矩阵，达到较好的效果。在SPSS中没有提供岭回归的模块，可以直接点击使用，只能通过编程来实现，当然在SAS、Matlab中也可以实现。做岭回归的时候，需要进行多次调试，选择适当的k值，才能得到比较满意的方程，现在这个方法应用
实验六多元线性回归和多重共线性 姓名：何健华 学号：201330110203 班级：13金融数学2班 一 实验目的： 掌握多元线性回归模型的估计方法、掌握多重共线性模型的识别和修正。 二 实验要求： 应用教材P140例子4.3.1案例做多元线性回归模型，并识别和修正多重共线性。 三 实验原理： 普通最小二乘法、简单相关系数检验法、综合判断法、逐步回归法。 四 预备知识： 最小二乘法估计的原理、t 检验、F 检验、R 2值。 五 实验步骤： 有关的研究分析表明，影响国内旅游市场收入的主要因素，除了国内旅游人数和旅游支出外，还可能与基础设施有关。因此考虑影响国内旅游收入Y （单位为亿元）的以下几个因素：国内旅游人数X1、城镇居民人均旅游支出X2（单位为元）、农村居民人均旅游支出X3（单位为元）、并以公路里程X4（单位为万公里）和铁路里程X5（单位为万公里）作为相关设施的代表，根据这些变量建立如下的计量经济模型： 01122334455y x x x x x ββββββμ=++++++ 为了估计上述模型，从《中国统计年鉴》收集到1994年到2003年的有关统计数据。 Year Y X1 X2 X3 X4 X5 1994 1023.5 52400 414.7 54.9 111.78 5.9 1995 1375.7 62900 464 61.5 115.7 5.97 1996 1638.4 63900 534.1 70.5 118.58 6.49 1997 2112.7 64400 599.8 145.7 122.64 6.6 1998 2391.2 69450 607 197 127.85 6.64 1999 2831.9 71900 614.8 249.5 135.17 6.74 2000 3175.5 74400 678.6 226.6 140.27 6.87 2001 3522.4 78400 708.3 212.7 169.8 7.01 2002 3878.4 87800 739.7 209.1 176.52 7.19 2003 3442.3 87000 684.9 200 180.98 7.3 1、 请用普通最小二乘方法估计模型参数； 2、 检验模型是否存在多重共线性，如果存在共线性，试采用适当的方法消除共线性。