- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
经济计量学实验报告书
课内实验报告
课 程 名: 计量经济学
任课教师: 沈毅
2014——2015年度 第2学期
南京邮电大学 经济学院
《计量经济学》课程实验第 2 次实验报告
实验内容及基本要求:
实验项目名称:
1、进一步熟练使用计算机和Eviews软件进行计量分析的方法
2、理解多重共线性成因、检验及校正的基本原理。
3、掌握该软件中对多重共线性的检验和校正方法。
4、在老师的指导下独立完成实验,并得到正确的结果。
实验内容及要求:
1、总体要求:利用Eviews软件,根据下附的数据建立模型,用最小二乘法估计参数,判断是否存在多重共线性,并采用逐步回归法修正模型。
2、在eviews中录入数据,建立线性经济模型。
3、采用全部变量作为解释变量,给出回归结果,判断是否存在多重共线性
4、采用逐步回归法,修正模型,给出最终回归模型。
实验结果:
1.启动软件包(双击“Eviews”,进入Eviews主页),创建工作文件(点击“File/New/Workfile/Ok”)出现“Workfile Range”,目的:选择数据频率(类型)Undated or irrequar(未注明日期或不规则的),确定Date range(18) 出现“Workfile对话框(子窗口)”中已有两个变量:
c-----常数项
resid----模型将产生的残差项
2.输入(编辑)数据:单击“Quick”,在出现的下拉菜单中单击“ ”,出现窗口。数据表第一序列取名Y,键入Y的数据;再将数据表第二序列取名X1,键入X1的数据,第三列取名为X2出现的对话框中有四个(一元)或五个及五个以上的(多元)变量:c-----常数项;
resid----将产生的残差 ; y----被解释(因)变量;
x1----解释(自)变量 ; x2----解释(自)变量;
x3----解释(自)变量 ; x4----解释(自)变量;
x5----解释(自)变量;
3.回归模型及分析:
(1)做Y对X1 X2 X3 X4 X5的回归:
点击“Quick/Estimate E”;在估计对话框中,键入y c x1 x2 x3 x4 x5/ok如图所示:
根据图中数据,模型估计的结果为:
Y=-12817.21+6.212653X1+0.421396X2—0.166254X3—0.097781X4—0.028438X5
(14079.01) (0.740891) (0.126925) (0.05923) (0.067647) (0.202359)
T=(-0.910377) (8.385382) (3.320043) (-2.806932) (-1.445464) (-0.140533)
R2=0.982797 2=0.975629 F=137.1112 n=18
该模型R2=0.982797 2=0.975629 可决系数很高,F检验值为137.1112,明显显著。当?=0.05时,t(?????n-k)=t0.025(18-6)=2.179
不仅X4、X5的系数不显著,而且X4、X5的符号与期相反,这表明可能存在严重的多重共线性。
(2)计算解释变量的相关系数,点击“quick/group statistics/correlation/ /ok得到相关系数矩阵。
由关系数矩阵可以看出,各释变量相互之间的相关系数较高,证实确实存在一定的多重共线性。
4.多重共线性检验:
为了进一步了解多重共线性的性质,我们做辅助回归,即将每一个X分别作为被解释变量都对其余的X变量进行回归,以下为相应的回归;
作被解释变量X1对解释变量X2、X3、X4、X5的回归:
X5=8453.011+1.586079X1+0.188345X2+0.082436X3-0.115672X4
R2=0.426953 F=2.421434
X1=-3175.694-0.001972X2-0.010215X3+0.084487X4+0.118321X5
R2=0.938684 F=49.75454
作被解释变量X3对解释变量X1、X2、X4、X5的回归:
X3=132097.8-1.598272X1-1.329226X2+0.427316X4+0.962245X5
R2=0.686301 F=7.110259
作被解释变量X4对解释变量X1、X2、X3、X5的回归:
X4=-1285.803+10.13455X1+0.265654X2+0.327593X3-1.0351X5
R2=0.939911 F=50.83668
作被解释变量X2对解释变量X1、X3、X4、X5的回归:
原创力文档


文档评论(0)