计量05.pptVIP

引子：发展农业和建筑业会减少财政收入吗？ 为了分析各主要因素对财政收入的影响，建立财政收 入模型: 其中: CS财政收入(亿元) ; NZ农业增加值(亿元); GZ工业增加值(亿元); JZZ建筑业增加值(亿元); TPOP总人口(万人); CUM最终消费(亿元); SZM受灾面积(万公顷) 数据样本时期1978年-2003年（资料来源：《中国统计年鉴2004》，中国统计出版社2004年版） 采用普通最小二乘法得到以下估计结果 第三节 多重共线性的检验 二、检验多重共线性是否存在 1、简单相关系数法（适用于两个解释变量的情形） 2、综合统计检验法（适用于多个解释变量的情形） 三、检验多重共线性存在的范围 1、辅助回归的判定系数法 2、多重共线性效应系数法 * 第五节 解决多重共线性实例  第一节 什么是多重共线性 第二节 多重共线性产生的后果 第三节 多重共线性的检验 第四节 多重共线性的补救措施 主要内容 假定五：解释变量之间不是完全线性相关的。 0.000000 Prob(F-statistic) 1.873809 Durbin-Watson stat 632.0999 F-statistic -193.4165 Log likelihood 15.75537 Schwarz criterion 4405699. Sum squared resid 15.41665 Akaike info criterion 481.5380 S.E. of regression 5945.854 S.D. dependent var 0.993441 Adjusted R-squared 5897.824 Mean dependent var 0.995015 R-squared 0.0015 -3.695704 3191.096 -11793.34 截距项 0.0605 -1.995382 0.018460 -0.036836 受灾面积SZM 0.3473 0.963783 0.105329 0.101514 最终消费CUM 0.0003 4.477646 0.033759 0.151160 总人口TPOP 0.2208 -1.265989 1.206242 -1.527089 建筑业增加值JZZ 0.0017 3.661558 0.245466 0.898788 工业增加值GZ 0.0000 -11.82861 0.129778 -1.535090 农业增加值NZ Prob. t-Statistic Std. Error Coefficient Variable 财政收入模型的EViews估计结果 ●可决系数为0.995，校正的可决系数为0.993，模型拟合很好。模型对财政收入的解释程度高达99.5%。 ●F统计量为632.10，说明0.05水平下回归方程整体上显著。 ● t 检验结果表明，除了工业增加值和总人口以外，其他因素对财政收入的影响均不显著。 ●农业增加值和建筑业增加值的回归系数是负数。 农业和建筑业的发展反而会使财政收入减少吗？! 这样的异常结果显然与理论分析和实践经验不相符。 若模型设定和数据真实性没问题，问题出在哪里呢？ 模型估计与检验结果分析 式中： 是不全为0 的常数，则称解释变量之间存在完全多重共线性。 一、多重共线性的定义 （一）完全的多重共线性 线性回归模型中的若干解释变量或全部解释变量的样本观测值之间具有某种严格的线性关系。 即对于一般线性回归模型 各解释变量的样本观测值之间存在一个或多个如下的关系式 第一节 什么是多重共线性 (二) 近似（不完全）多重共线性 若解释变量之间满足近似线性关系： 称解释变量之间存在着近似（不完全）多重共线性。 1、参数估计值的不确定性 第二节 多重共线性产生的后果 一、完全多重共线性产生的后果 2、参数估计值的方差无限大 注： 二、不完全多重共线性产生的后果 1、可以估计参数，但参数估计不稳定 3、估计量的方差增大 由于 注： 3、可能导致模型设定误差；t 检验失效 注意： 较高的简单相关系数只是多重共线性存在的充分条件，而不是必要条件。特别是在多于两个解释变量的回归模型中，有时较低的简单相关系数也可能存在多重共线性。因此并不能简单地依据相关系数进行多重共线性的准确判断。 若 （1）R2值、F值