计量经济学实验4--多重共线性的实验指导书.doc

实验4 多重共线性 【实验目的】 掌握多重共线性的检验及处理方法 【实验内容】 建立并检验我国私人汽车拥有量预测模型。数据如表4-1所示。 表4-1 中国私人汽车拥有量及影响因素数据 年份 私人汽车拥有量Y(万辆) 国民收入X1 (亿元) 钢材产量X2 (万吨) 公路里程X3（万 公里） 营运汽车拥有量X4（万辆） 城镇居民 消费X5(亿元) 1985 28.49 9040.7 3693.0 94.24 27.73 1877.8 1986 34.71 10274.4 4058.0 96.28 29.27 2242.9 1987 42.29 12050.6 4386.0 98.22 30.32 2697.2 1988 60.42 15036.8 4689.0 99.96 30.69 3694.1 1989 73.12 17000.9 4859.0 101.43 30.85 4266.9 1990 81.62 18718.3 5153.0 102.83 31.30 4767.8 1991 96.04 21826.2 5638.0 104.11 31.67 5648.6 1992 118.20 26937.3 6697.0 105.67 30.87 7166.6 1993 155.77 35260.0 7716.0 108.35 28.96 9554.1 1994 205.42 48108.5 8428.0 111.78 27.97 12968.9 1995 249.96 59810.5 8979.8 115.70 27.49 17098.1 1996 289.67 70142.5 9338.0 118.58 28.81 20048.8 1997 358.36 78060.8 9978.9 122.64 29.89 22345.7 1998 423.65 83024.3 10737.8 127.85 31.88 24757.3 1999 533.88 88479.2 12109.8 135.17 501.77 27336.3 2000 625.33 98000.5 13146.0 140.27 702.82 30707.2 2001 770.78 108068.2 16067.6 169.80 764.39 33422.2 2002 968.98 119095.7 19251.6 176.52 826.34 36299.6 2003 1219.23 135174.0 24108.0 180.98 924.64 40528.7 2004 1481.66 159586.7 31975.7 187.07 1067.18 46282.9 2005 1848.07 184088.6 37771.1 334.52 733.22 51989.3 2006 2333.32 213131.7 46893.4 345.70 802.58 59005.6 2007 2876.22 251483.2 56560.9 358.37 849.22 71487.8 【实验步骤】 一、检验多重共线性 ⒈相关系数检验 利用相关系数可以分析解释变量之间的两两相关情况。在Eviews软件中可以直接计算相关系数矩阵。 本例中，在Eviews软件命令窗口中键入：COR X1 X2 X3 X4 X5 或在包含所有解释变量的数组窗口中点击View\Correlations，其结果如图6-1所示。由相关系数矩阵可以看出，解释变量之间的相关系数均较高，即解释变量之间时高度相关的。 图6-1 解释变量相关系数矩阵 ⒉辅助回归方程检验 当解释变量多余两个且变量之间呈现出较复杂的相关关系时，可以通过建立辅助回归模型来检验多重共线性。本例中，在Eviews软件命令窗口中键入： LS X1 C X2 X3 X4 X5 LS X2 C X1 X3 X4 X5 LS X3 C X1 X2 X4 X5 LS X4 C X1 X2 X3 X5 LS X5 C X1 X2 X3 X4 对应的回归结果如图6-2到图6-6所示。 图6-2 图6-3 图6-4 图6-5 图6-6 上述每个回归方程的F检验值都非常显著，方程回归系数的T检验值表明：X1与X2、X4、X5，X2与X1、X4、X5，X4与X1、X2、X5，X5与X1、X2、X4的T检验值较大，这些变量之间可能相关程度较高。 二、利用逐步回归方法处理多重共线性 ⒈建立基本的一元回归方程 直接利用命令COR Y X1 X2 X3 X4 X5。和Y相关系数最大的解释变量作为基本的一元回归方程的解释变量。我们发现Y