多重共线性讲述.ppt

* * * * * * * * * * 中国GDP与居民消费C的总量与增量数据(亿元) * * * cons-gdp1.wfl * * Cons_gdp1 * * 中国GDP与居民消费C的总量与增量数据(亿元) * cons_gdp.wfl * * 文件：grain.wfl 五、案例一 消费函数模型 已知中国1980年~1996年的GDP和消费总量相关数据，建立中国消费函数模型： Cons = α + ?1 Gdp + ?2 Cons(-1)+ ? 差分法消除多重共线性的结果分析： ?1：0.481→0.497 ?2：0.199→0.159 在消除共线性之后，GDP对CONS的影响增大，而CONS(-1)对CONS的影响减小。 Cons =α+ 0.497Gdp + 0.159Cons(-1)+e 1. 对原模型的OLS估计结果 Dependent Variable: CONS Method: Least Squares Sample (adjusted): 1981 1996 Included observations: 16 after adjustments Variable Coefficient Std. Error t-Statistic Prob.?? GDP 0.480948 0.021861 22.00035 0.0000 CONS(-1) 0.198545 0.047409 4.187969 0.0011 C 540.5286 84.30153 6.411848 0.0000 R-squared 0.999773 ????Mean dependent var 13618.94 Adjusted R-squared 0.999739 ????S.D. dependent var 11360.47 S.E. of regression 183.6831 ????Akaike info criterion 13.43166 Sum squared resid 438613.2 ????Schwarz criterion 13.57652 Log likelihood -104.4533 ????Hannan-Quinn criter. 13.43908 F-statistic 28682.51 ????Durbin-Watson stat 1.450101 Prob(F-statistic) 0.000000 2. 步骤： 最小二乘法估计原模型： CONS = 540.529 + 0.481GDP + 0.199 CONS(-1) 经济意义检验 统计检验 计量经济学检验 差分法消除多重共线性（慎重对待剔除某个解释变量做法） 结果分析 Heteroskedasticity Test: White F-statistic 0.711908 ????Prob. F(5,10) 0.6284 Obs*R-squared 4.200189 ????Prob. Chi-Square(5) 0.5210 Breusch-Godfrey Serial Correlation LM Test: F-statistic 1.138575 ????Prob. F(5,8) 0.4135 Obs*R-squared 6.652074 ????Prob. Chi-Square(5) 0.2478 Dependent Variable: CONS(-1) Variable Coefficient Std. Error t-Statistic Prob.?? C 967.1590 398.7994 2.425177 0.0294 GDP 0.458358 0.013464 34.04255 0.0000 R-squared 0.988064 F-statistic 1158.895 Adjusted R-squared 0.987211 Prob(F-statistic) 0.000000 3. 差分法估计结果 Dependent Variable: DCONS Method: Least Squares Sample (adjusted): 1982 1996 Included observations: 15 after adjustments Variable Coefficient Std. Error t-Statistic Prob.?? DGDP 0.496723 0.026879 18.48006 0.0000 DCONS(-1) 0.158504 0.051678 3.067122 0.0090 R-squared 0.99