多重共线性模型.doc

多重共线性报告 分析背景与意义：农产品的产量及其分布构成在国民生产生活中具有重要意义，它能真切反应国名的日常生活需求什么，因此本次研究就是对于2000年---2008年人均主要工农业产品产量进行分析，主要考虑各解释变量之间是否存在多重共线性，并对其进行修正处理降低多重共线性对结果的影响，从而使结果模型更具代表性，更真切的展示结果，进而有利于国家对农业产品的生产组成的了解以及监控，才能更好的对其调控，促进其稳定、科学的发展。 一、数据选择 主要人均主要工农业产品产量 年 份 工农业产品产量 粮 食 油 料 糖 料 水 果 猪牛羊肉 2000 536.78 366.04 23.4 60.47 49.3 37.57 2001 536.81 355.89 22.53 68.05 52.35 37.99 2002 552.77 356.96 22.63 80.39 54.3 38.49 2003 583.12 334.29 21.82 74.83 112.68 39.5 2004 618.47 362.22 23.66 73.84 118.36 40.39 2005 632.99 371.26 23.6 72.5 123.65 41.98 2006 652.91 379.89 20.14 79.78 130.45 42.65 2007 670.29 380.61 19.49 92.48 137.62 40.09 2008 710.21 399.13 22.29 101.31 145.1 42.38 （来源与中国统计网） 二、实验步骤： 参数估计，过程如下： （1）先录入数据至eviews，得到下表： （2）在命令窗口输入LS y c x1 x2 x3 x4 x5,出现下列结果： 2、 分析 从结果看判断系数R^2很高，说明方程很显著，但四个参数t检验值中有三个较显著，有一个不显著，不符合经济理论，显然认为出现了多重线性回归。 检验 计算解释变量之间的简单相关系数。Eviews过程如下： 在Quick菜单中选Group Statistics项中的Correlation命令。在出现Series List对话框时，直接输入x1 X2 X3 X4，出现解释变量x1 x2 x3 x4 之间的相关系数为： 可以看出四个解释变量x1 x2 x3 x4之间的高度相关，必然存在严重的多重共线性。 辅助回归检验：解释变量x1 x2 x3 x4之间的辅助回归分别为： 在命令窗口分别输入：ls x1 c x2;ls x1 c x3;ls x1 c x4;ls x2 c x3;ls x2 c x4;ls x3 c x4;结果分别为： Dependent Variable: X1 Method: Least Squares Date: 11/24/11 Time: 08:46 Sample(adjusted): 1978 1998 Included observations: 21 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 1077.333 543.4594 1.982362 0.0621 X2 13.18376 0.577598 22.82514 0.0000 R-squared 0.964814 Mean dependent var 11725.53 Adjusted R-squared 0.962962 S.D. dependent var 6638.021 S.E. of regression 1277.503 Akaike info criterion 17.23360 Sum squared resid Schwarz criterion 17.33307 Log likelihood -178.9527 F-statistic 520.9871 Durbin-Watson stat 0.611662 Prob(F-statistic) 0.000000 Dependent Variable: X1 Method: Least Squares Date: 11/24/11 Time: 08:53 Sample(adjusted): 1978 1998 Included observations: 21 after adjusting endpoints Variable Coefficient Std. Error t-Statistic