多重共线性实验报告.docVIP

【实验名称】：多重共线性的检验方法和处理 【实验目的】：掌握多重共线性的原理 【实验原理】：综合统计检验法、 相关系数矩阵检验法、 逐步回归法 【实验步骤】： 一、创建一个新的工作文件： 二、输入样本数据： 中国粮食产量和相关投入资料 年份 粮食产量 Y 农业化肥用量X1 粮食播种面积X2 成灾面积 X3 农机总动力X4 农业劳动力 X5 1983 38728 1660 114047 16209 18022 31151 1984 40731 1740 112884 15264 19497 30868 1985 37911 1776 108845 22705 20913 31130 1986 39151 1931 110933 23656 22950 31254 1987 40208 1999 111268 20393 24836 31663 1988 39408 2142 110123 23945 26575 32249 1989 40755 2357 112205 24449 28067 33225 1990 44624 2590 113466 17819 28708 38914 1991 43529 2806 112314 27814 29389 39098 1992 44264 2930 110560 25895 30308 38699 1993 45649 3152 110509 23133 31817 37680 1994 44510 3318 109544 31383 33802 36628 1995 46662 3594 110060 22267 36118 35530 1996 50454 3828 112548 21233 38547 34820 1997 49417 3981 112912 30309 42016 34840 1998 51230 4084 113787 25181 45208 35177 1999 50839 4124 113161 26731 48996 35768 2000 46218 4146 108463 34374 52574 36043 2001 45264 4254 106080 31793 55172 36513 2002 45706 4339 103891 27319 57930 36870 2003 43070 4412 99410 32516 60387 36546 2004 46947 4637 101606 16297 64028 35269 2005 48402 4766 104278 19966 68398 33970 2006 49804 4928 104958 24632 72522 32561 2007 50160 5108 105638 25064 76590 31444 三、用普通最小二乘法估计模型： 由于解释变量个数较多，并且解释变量之间可能存在相关性，为了降低这种相关性以减弱序列相关性对模型的影响，我们先对各个解释变量和被解释变量取对数： 即在Eviews软件的命令框执行：genr lnY=log（Y），genr lnX1=log（X1）,genr lnX2=log（X2）……genr lnX5=log（X5） 我们设粮食生产函数为： LnY=β0+β1lnX1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+μ 用运普通最小二乘法估计： 下表给出了采用Eviews软件对表一的数据进行回归分析的统计结果： Dependent Variable: LNY Method: Least Squares Date: 12/19/13 Time: 10:05 Sample: 1983 2007 Included observations: 25 Variable Coefficient Std. Error t-Statistic Prob. C -4.173174 1.923624 -2.169434 0.0429 LNX1 0.381145 0.050242 7.586182 0.0000 LNX2 1.222289 0.135179 9.042030 0.0000 LNX3 -0.081110 0.015304 -5.300024 0.0000 LNX4 -0.047229 0.044767 -1.054980 0.3047 LNX5 -0.101174 0.057687 -1.753853 0.0956 R-squared 0.981597 Mean dependent var 10.70905 Adjusted R-squared 0.976753 S.D. dependent var 0.093396 S.E.