多重共线性模型检验与矫正.pptVIP

验三:多重共线性模型的检验与矫正 实验目的与要求: 令1熟练掌握多重共线性的识别和矫正的方法 令2学会用 Eviews软件能够独立分析和解决存在的多 重共线性问题 实验环境: PC机, Eviews软件 实验内容: 今研究影响中国国内旅游市场发展的主要因素(见教 材P118页案例  实验步骤之一:设定并估计多元线性回归模型 (1)建立工作文件并录入数据 参照实验一),得到图3.1所示 y·vEa。uiak 上h=c:cwd出axm小mtDB三wP=1s  (2)采用OLS估计参数 点击主界面菜单 Quick\Estimate Equation,弹出对话框,输入 ycx2x3x4x5×6,点确定即可 得到回归结果  Equation: UNTITLED Workfile:P18::mnt,四回 View Proc object) Print Name Freeze Estimate Forecast Stats ResidsI Dependent variable: Y Method: Least squares amplEIncluded observations: 14 Variable Coefficient std Error t-statistic 1471.956 1137046 1.294544 0.2316 0.042510 0.04613 9216082 0.0000 345 4.432478 1.063341 4.168445 0.0031 2.922273 1.093665 3.572120.433 X6 -354.9821 244.8486 1.449802 0.1852 R-s quare 0.997311 Mean dependent var 35277自3 dusted R-squared 0.995630 D dependent var 1927,495 S.E. of regressi 127 4135 Akaike info criterion 1283028 Sum squared resid 129873.5 Schwarz criterion 13.10416 Log likelihood 195 Hannan-Quinn criter 12B0493 F-statistic 593.4168 Durbin-watson stat 1558415 Prob(F-statistic  根据图中的数据,得到模型的估计结果为 Y=-1471.956+0.042510X2+4.432478X3+292273X4+1426786X5-3549821X6 (1137046)(0.004613)(1.063341)(1.093665)(1.41755(244.8486) t=(-1.294544)(9.216082)(4.168445)(2672001)(1.006512)(-1.449802) R2=0.997311 R2=0.995630 F=593.4168 df=8 从上回归结果可以看出,拟合优度很高,整体效果 的F检验通过。但有重要变量x、X的t检验不显著, 而且X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。