王兰杏计量06.docVIP

姓名：王兰杏 学号：0123396 班级：12经2班 1、(1)X2，X3，X4，X8的t值均小于2，系数均不显著。而＝0.9987则说明模型的拟和优度较好。 （2）根据相关系数表，模型解释变量相关系数r值很高，如rx2，x3=0.9422，rx2，x4=0.9752， rx2，x5=0.9321等，解释变量多重共线性严重，造成模型解释变量参数t检验不显著。 （3）可以通过逐步回归法，逐步排除其中的解释变量，然后进行检验，例如先排除和其他解释变量相关性最高的X3，再对模型进行检验。 2、（1）这是异方差检验，使用的事样本分段拟和的方法，F=4334.9370，因此拒绝原假设，表明模型中存在异方差。 （2）这是异方差ARCH检验，（n-p）=18*0.5659=10.1862，所以拒绝原假设，表明模型中存在异方差。 （3）这两种方法都是用于检验异方差。但二者的适用条件不同，第一种检验方法，G-Q检验，要求大样本，扰动项正态分布，可用于截面数据和时间序列数据。第二种检验方法，ARCH检验，仅适宜用于时间序列数据，检验统计量的分布分布。 3 、(1) 参数估计结果如下： InYt=－3.649＋1.796 In（GDPt）－1.208 In（CPIt） （0.322） （0.181） （0.354） =0.990 =0.988 F=770.602 (2)数据中有多重共线性，居民消费价格指数的回归系数的符号不能进行合理的经济意义解释，而且其简单相关系数呈现正向变动。 (3) 分别拟和的回归模型如下： InYt=－3.745＋1.187 In（GDPt） InYt=－3.39＋2.254In（CPIt） （0.410） （0.039） （0.834） （0.154） =0.982 =0.981 F=939.999 =0.926 =0.922 F=213.934 In（GDPt）=0.144＋1.927In（CPIt） （0.431） （0.080） =0.972 =0.970 F=586.337 单方程拟合效果都很好，回归系数显著，判定系数较高，GDP和CPI对进口的显著的单一影响，在这两个变量同时引入模型时，影响方向发生了变化，这只有通过相关系数的分析才能发现。 (4)如果仅仅是做预测，可以不在意这种多重共线性，但如果是进行结构分析，我们还是要考虑共线性的问题。 4、（1）建立对数线性多元回归模型，引入全部变量建立对线性回归模型如下： InY=β0＋β1X1＋β2X2＋β3X3＋β4X4＋β5X5＋β6X6＋β7X7＋Ui InY=9.963577＋0.000328X1－0.000238X2－0.000123X3－0.000161X4－0.000336X5＋0.004606X6＋0.015457X7 （9.112615）（2.796438）（-2.078993）（-2.519195）（-0.890069）（-1.765222）（0.460689）（0.998835） =0.957257 =0.927338 F=31.99414 （2）由回归结果表可知道，可决系数=0.957257，修正可决系数=0.927338，由此可知，模型的拟合优度不是很好。当显著性水平为0.05时，t0.025（18－8）＝2.228，可知X2、X4、X5、X6、X7系数的t检验不显著，而且X2、X3、X4、X5的系数的符号与预期的相反，因此可能存在严重的多重共线性。 （3）分别做Y对X1、X2、X3、X4、X5、X6、X7的一元回归： X1 =0.818548最大，以X1为基础，顺次加入其他变量逐步回归， 新加入X3的方程的最大，选择保留X3，再加入其他新变量逐步回归，结果如下表所示： 在X1、X3的基础上加入X5后的方程明显增大，而各个参数t检验都显著。加入X2、X4、X6 X7不仅下降，而且t检验不显著保留X5，再加入其他新变量逐步回归，结果如下表： 加入X2后虽然略有改进，但X2参数的t检验不显著，不合理。当加入X4后没有改进，而且X4参数的t检验不显著，不合理。分别加入X6、X7，它们的没有改进，而且参数的t检验不显著。这说明X4、X6、X7引起严重的多重共线性，应予以剔除。最后修正严重多重共线性影响的回归结果为： Y=11.14645 ＋0.000893 X1－ 0.000169 X3-0.000122 X5 t=（216.6901）（5.169243）（-4.661982）（-2.21062） =0.936687 =0.923120 F=69.04152 DW=