Eviews多重共线性实验报告-V1

第六次实验

利用EViews软件解决多重共线性问题，确定与鸡肉消费量相关的解释变量，并建立模型

一．实验目的

熟悉和掌握运用EViews软件判断和解决多重共线性问题，确定与鸡肉消费量相关的解释变量，并建立合适的模型。

二．实验内容

（1）利用线性模型和双对数模型进行分析。

（2）判断回归模型中是否存在多重共线性。

（3）了解多重共线性的特点并对可能存在多重共线性的解释变量进行一一回归。

（4）学会利用EViews软件进行逐步回归分析，建立正确模型。

三．实验报告

1.问题提出：

由经济学理论可知，当竞争市场商品价格既定时，一件商品的消费量不仅取决于它本身的价格，还取决于消费者的收入水平和竞争品的价格等因素。为此，我们研究鸡肉的消费量是否受收入水平、自己本身和其竞争品的价格的影响以及它们对鸡肉的消费量产生怎样的影响。

2.指标选择：

根据分析问题的需要，我们选择鸡肉的消费量(Y)作为被解释变量， 居民可支配收入(X1)、鸡肉的价格(X2)、猪肉的价格(X3)、牛肉的价格(X4)作为解释变量。

3．数据选择：

考虑数据的可获得性，为了得出实验结果具有更普遍的含义，我们选取1960~1982每年鸡肉的消费量(Y)， 居民可支配收入(X1)、鸡肉的价格(X2)、猪肉的价格(X3)、牛肉的价格(X4)的数据作为研究问题的样本数据。数据来源于老师，如下表1所示。

年 鸡肉消费量 居民可支配收入 鸡肉价格 猪肉价格 牛肉价格

1960 27.8 397.5 42.2 50.7 78.3

1961 29.9 413.3 38.1 52.0 79.2

1962 29.8 439.2 40.3 54.0 79.2

1963 30.8 459.7 39.5 55.3 79.2

1964 31.2 492.9 37.3 54.7 77.4

1965 33.3 528.6 38.1 63.7 80.2

1966 35.6 560.3 39.3 69.8 80.4

国内生产总值的影响因素分析

本文研究国内生产总值（Y）的影响因素，选取了居民消费（X1）、能源消费总量（X2）、进出口总额（X3）、研究与试验发展经费支出(亿元)（X4）作为备选的影响因素，考虑到这几个变量的量级比较大，在进行回归分析时，将其进行对数化处理。

1.描述性统计

变量 均值 中位数 最大值 最小值 标准差 偏度 峰度

LNY 12.86926 13.01351 13.83137 11.61605 0.735265 -0.331551 1.770076

LNX1 11.90659 11.95283 12.86667 10.82903 0.694463 -0.108624 1.640711

LNX2 12.71945 12.83097 13.11836 11.9547 0.354575 -0.864171 2.603336

LNX3 12.04816 12.29397 12.68298 10.64979 0.604899 -1.046877 3.002632

LNX4 8.759079 8.966104 10.10206 6.949367 1.011978 -0.37255 1.815494

2.回归结果

通过eviews8进行回归分析，结果见下表：

从经济意义检验来看，各解释变量对被解释变量应该表现为正向影响，而LNX2的系数为负，这显然无法通过经济意义检验，这可能存在多重共线性。

从拟合优度检验来看，其拟合优度为0.9993，接近于1，表明这些解释变量能够解释99.93%的被解释变量的变化，而且调整后的拟合优度为0.9991，拟合效果非常好。

从统计检验来看，LNX1和LNX4系数的t检验对应的p值小于1%，即在1%的显著水平下，两变量对LNY有显著的影响，考虑到系数为正数，两变量对LNY表现为显著的正向影响，面LNX2和LNX3则无法通过10%的显著性t检验，这表明两者对LNY无显著影响，当然这有可能是因为多重共线性的问题。而F检验对应的p值小于1%，因此在1%的显著水平下，模型整体是显著的。

多重共线性检验与修正

数据来源：《中国统计年鉴2014》12-10、4-3、12-4、12-5、12-8、

Eviews操作：

1、基本操作：

（1）录入数据：命令：data y l m f a ir

（y代表粮食产量，l代表第一产业劳动力数量，m代表农业机械总动力，f代表化肥施用量，a代表农作物总播种面积，ir为有效灌溉面积/农作总播种面积得出的灌溉率）

（2）做线性回归：命令：LS y c l m f a ir

2、检验多重共线性

（1）方差膨胀因子判断法

在生成的线性回归eq01中，view—coefficient diagnostics—variance

inflation factors

看生成表格中的Centered VIF，发现L、M、F、A、IR的方差膨胀因子都很大，说明存在严重多重共线性。（eg：L的Centered VIF指以L为因变量，M、A、F、IR为自变量所做出的辅助回归的判定系数R²，然后1/1-R²得出的值。）

（由课本内容可知，当完全不共线性时，VIF=1；完全共线性时，VIF=正无穷）

（2）相关系数矩阵判断法

命令：cor l m f a ir

这个是通过看各个解释变量之间的相关系数来判断是否存在多重共线性的。可以看到大多数解释变量之间两两相关系数都大于0.9。相关系数极大说明解释变量之间存在很高的相关性，因而也就很可能存在共线性。

3、修正多重共线性

（1）逐步回归排除引起共线性的变量

①菜单栏操作

在生成的线性回归eq01中，Estimate—Method—STEPLS

接下来会出现两个框框，上面的框框是固定住不做逐步回归的变量，一般设定为y和c 下面的框框是需要进行逐步回归选择是否剔除的变量，这里填入l m f a ir

然后出来一个新的表格，这个表格已经自动选择了可以保留的变量l a f，剔除了m ir

②命令栏操作

命令：STEPLS y c @ l m f a ir

_

实验报告

课程名称 计量经济学

实验项目名称 多重共线性

班级与班级代码

_

专 业

任课教师

学 号：

姓 名：

实验日期： 2014 年 05 月 11日

广东商学院教务处 制

姓名 实验报告成绩

评语：

_

指导教师（签名）

年 月 日

说明：指导教师评分后，实验报告交院（系）办公室保存。

计量经济学实验报告

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：应用教材第127页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、2R值。

五、实验步骤

1、选择数据

理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。为此，收集了中国能源消费标准煤总量、国民总收入、国内生产总值GDP、工业增加值、建筑业增加值、交通运输邮电业增加值、人均生

_

活电力消费、能源加工转换效率等1985——2007年的统计数据。本题旨在通过建立这些经济变量的线性模型来说明影响能源消费需求总量的原因。主要数据如下：

1985~2007年统计数据

年份 能源消费 国民 总收入 国内生 产总值 工业 增加值 建筑业 增加值 交通运输邮电 增加值 人均生活 电力消费 能源加工 转换效率