多重共线性及自相关的检验及解决.docVIP

《计量经济学》课程实训项目报告 项目名称多重共线性和自相关的检验及解决方法实训日期2012.11.23实 训 人53班 级统计1005学 号 1004100508指导教师张维群应用软件SPSS实训地点实验楼314实训 目的多重共线性和自相关的检验及解决方法的软件操作能力训练 验证多重共线性和自相关的检验及解决方法的理论，并加深理解。实训内容1.根据自己在网上寻找到的感兴趣的数据，用膨胀因子法和相关系数法对其进行是否存在多重共线性的检验；运用图示法和D-W法对数据是否存在自相关进行检验。 2.若检验出有多重共线性，则用逐步回归法剔除对因变量影响不大的解释变量；若检验出存在自相关，则用广义差分法建立新的模型进行解决。实训数据资料说明问题：我国GDP的增长率与第一产业增长率、第二产业增长率、第三产业增长率用最小二乘法回归时的模型是否存在多重共线性和自相关。若存在，先解决多重共线性再解决自相关并重新估计。 指标有哪些？自变量有x1：第一产业增长率,x2：第二产业增长率，x3：第三产业增长率。因变量是y：GDP的增长率。 数据来源什么地方？数据是从网上查找的，数据包括从1981—2010年我国的GDP增长率、第一产业增长率、第二产业增长率和第三产业增长率，为时间序列数据，样本量为30。实训结果与简要分析 首先对原始数据进行用普通最小二乘法进行大致的拟合，并选择Linear Regression-Statistics-Collinearity diagnostics，即用膨胀因子法对原模型进行多重共线性检验，结果如下： Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.982a.965.961.55883 表1 ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression224.079374.693239.176.000aResidual8.12026.312Total232.19929  表2 CoefficientsaModel1(Constant)第一产业增长率第二产业增长率第三产业增长率Unstandardized CoefficientsB.690.187.456.287Std. Error.400.047.030.042Standardized CoefficientsBeta.169.742.344t1.7273.97115.0456.837Sig..096.001.000.000Collinearity StatisticsTolerance.740.553.531VIF1.3511.8091.883 表3 由表1可知模型的可决系数R^=0.9650.8，可见其拟合程度较好。 由表2可知对于方程显著性的F检验，P值远小于0.05，所以模型的线性关系在95%以上的置信水平下显著成立。 由表3可知对模型参数的t检验，P值均远远小于0.05，说明x1、x2、x3均通过了变量的显著性检验。在检验多重共线性的结果中，第一、二、三产业增长率的VIF都小于经验值10，所以运用膨胀因子法检验多重共线性的结果是解释变量间的不存在线性相关关系，接下来用相关系数法进行检验。结果如下： X1、X2、X3的相关系数矩阵 Coefficient CorrelationsaModel第三产业增长率第一产业增长率第二产业增长率1Correlations第三产业增长率1.000-.479-.651第一产业增长率-.4791.000.445第二产业增长率-.651.4451.000Covariances第三产业增长率.002-.001-.001第一产业增长率-.001.002.001第二产业增长率-.001.001.001