多重共线性的检验与处理.doc

实验：多重共线性的检验与处理实验时间：20.12.10实验要求：主要是学习多重共线性的检验与处理，主要是研究解释变量与其余解释变量之间有严重多重共线性的模型，分析变量之间的相关系数。通过具体案例建立 模型，然后估计参数，求出相关的数据。再对模型进行检验，看数据之间是否存在多重共线性。最后利用所求出的模型来进行修正。实验内容：实例：我国钢材供应量分析 通过分析我国改革开放以来（1978－1997）钢材供应量的历史资料，可以建立一个单一方程模型。根据理论及对现实情况的认识，影响我国钢材供应量 Y（万吨）的主要因素有：原油产量X1（万吨），生铁产量X2（万吨），原煤产量X3（万吨），电力产量X4（亿千瓦小时），固定资产投资X5(亿元)， 国内生产总值X6(亿元)，铁路运输量X7（万吨）。（一）建立我国钢材供应量的计量经济模型：?????? ? （二）估计模型参数，结果为：Dependent Variable: YMethod: Least SquaresDate: 11/02/09?? Time: 16:09Sample: 1978 1997Included observations: 20Variable?Coefficient?Std. Error?t-Statistic?Prob.?C?139.2362?718.2493?0.193855?0.8495X1?-0.051954?0.090753?-0.572483?0.5776X2?0.127532?0.132466?0.962751?0.3547X3?-24.29427?97.48792?-0.249203?0.8074X4?0.863283?0.186798?4.621475?0.0006X5?0.330914?0.105592?3.133889?0.0086X6?-0.070015?0.025490?-2.746755?0.0177X7?0.002305?0.019087?0.120780?0.9059R-squared?0.999222???? Mean dependent var?5153.350Adjusted R-squared?0.998768???? S.D. dependent var?2511.950S.E. of regression?88.17626???? Akaike info criterion?12.08573Sum squared resid?93300.63???? Schwarz criterion?12.48402Log likelihood?-112.8573???? F-statistic?2201.081Durbin-Watson stat?1.703427???? Prob(F-statistic)?0.000000由此可见，该模型 可绝系数很高，F检验值2201.081，明显显著。但当 ， 系数的t检验不显著，而且系数的符号与预期的相反，这表明很可能存在严重的多重共线性。（三）计算各解释变量的相关系数，选择 数据，得相关系数矩阵（表3.1）。表3.1 相关系数矩阵?X2?X3?X4?X5?X6?X7X2? 1.000000? 0.964400? 0.994921? 0.969686? 0.972530? 0.931689X3? 0.964400? 1.000000? 0.974809? 0.894963? 0.913344? 0.982943X4? 0.994921? 0.974809? 1.000000? 0.959613? 0.969105? 0.945444X5? 0.969686? 0.894963? 0.959613? 1.000000? 0.996169? 0.827643X6? 0.972530? 0.913344? 0.969105? 0.996169? 1.000000? 0.846079X7? 0.931689? 0.982943? 0.945444? 0.827643? 0.846079? 1.000000由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。 （四）修正多重共线性?采用逐步回归的办法，去检验和解决多重共线性问题。分别做Y对 的一元回归，结果如表3.2所示 ?表3.2 一元回归结果变量??????? 参数估计量?1.181784?0.926212?926.7178?0.884047?0.572451?0.108665?0.106826t统计量?10.10629?57.82017?15.87243?62.49381?15.47892?16.54535?11.4552