ex5多重共线.docVIP

实验五 多重共线性检验 【实验目的】 熟悉检验多重共线性的基本方法及产生的原因。掌握多重共线性模型的经济计量方法——主成分分析法。检验直接作回归和应用主成分分析法所建立模型的预测精度。 【实验内容】 设计并建立一个多元线性回归模型（我国钢材产量、生铁产量、发电量、固定资产投资、国内生产总值、铁路运输量），应用Eviews软件检验模型是否存在多重共线性，若存在多重共线性，则应用逐步回归分析法剔除相关变量，比较OLS 法和逐步回归分析法所得回归模型的预测精度。 【实验步骤】 例：表6-1 是1978－1997 年我国钢材产量（万吨）、生铁产量（万吨）、发电量（亿千瓦时）、固定资产投资（亿元）、国内生产总值（亿元）、铁路运输量（万吨）的统计资料。 表6-1 我国钢材产量及其它相关经济变量统计资料 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为0.93 以上，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6-2－6-6 所示。 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X5、X2 与X3、X3 与X5、X4 与X、X5 与X1、X3、X4 的T 检验值较小，这些变量之间可能不相关或相关程度较小。 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 根据相关系数和理论分析，钢材产量与生铁产量关联程度最大。所以，设建立的一元回 归方程为： ⒉逐步引入其它变量，确定最适合的多元回归方程（回归结果如表6-2 所示） 所以，建立的多元回归模型为： 1