多重共线性的检验与诊断

《多重共线性的检验与诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实验二实验项目：运用EVIEWS软件多重共线性的检验与诊断实验目的：掌握运用EVIEWS软件进行多重共线性的检验、补救的基本操作方法与步骤，并能够对软件运行结果进行解释，阐明输出结果的经济含义。实验内容提要：1.利用多元回归分析的实验结果，运用EV1EWS软件检验是否出现多重共线性现象。2.应用多种补救方法，在EVIEWS软件中进行多重共线性补救。3.对出现多重共线性现象的原因进行合理的解释。实验内容及步骤：1.模型假设根据货币数量论可知，在其他条件不变的情况下，一国物价水平的高低和货币价值的大小由其货币供应量所决定，货币供应量增加，物价上涨，而该国货币

2、对内贬值，购买力下降，反之则相反。而根据需求拉动通货膨胀理论和成本推动通货膨胀理论又口J得知，从成因来看，通货膨胀可大致分为两类：第一，需求拉动，即总需求超过总供给所引起的一般价格水平的持续显著的上涨；第二，成本推动，即在没冇超额需求的情况下,由于供给方面成本的提高所引起的一般价格水平持续和显著的上涨。另外，随着国家经济的增长，物价也会随着增长。因此木文从《屮国统计年鉴》屮获取、整理出1994^2010年中国每年的CPT、“M2增长率”、“GDP增长率”、“资产形成总额增长率”，另外，对于“需求拉动”这一隐变量，本文选取“农村居民家庭人均纯收入指数”、“

3、城镇居民平均每人可支配收入指数”、“人口增长率”、“社会消费品零售总额增长率”四个变量作为其测量指标，其中需求拉动直接体现为“社会消费品零售总额增t率”的大小，而“农村居民家庭人均纯收入指数”、“城镇居民平均每人可支配收入指数”、“人口增长率”等三个因索主要是通过“社会消费品零售总额增长率”间接作用于“需求拉动冬而对于“成木推动”这一隐变量，木文选取“在岗职工平均工资指数”、“原材料、燃料、动力购进价格指数”、PP1三个变量作为其测量指标。据此，本文建立了多元回归模型，如下：Y严叽+禹冷+叽+叽+加5+06為+07心+叽+叽+0泌⑹+吕其中，Yt——第『

4、年的CPIX“——第f年的M2增长率X*——第/年的GDP増长率X3Z——第/年的在岗职工平均工资指数X4/——第T年的原材料、燃料、动力购进价格指数X5/——第/年的PPIX6r——笫f年的农村居民家庭人均纯收入指数x7r——第t年的城镇居民平均每人可支配收入指数X&——第r年的人口增长率X9/——第/年的资产形成总额增长率X®——第f年的社会消费品零售总额增长率1.模型估计将数据录入EVIEWS软件中，采用这些数据对模型进行OLS冋归，结果如表表1回归结果DependentVariable:YMethod:LeastSquaresDate:05/29

5、/12Time:20:47Sample:19942010Ineludedobservations:17VariableCoefficientStd.Errort-StatisticProb.X10.0527070.1845180.2856460.7834X20.0071440.3332330.0214390.9835X3-0.1537050.242537-0.6337380.5464X4-0.6070910.573355-1.0588390.3248X51.2320410.7331871.6803910.1368X60.2204870.4370810.5

6、044520.6294X70.2578830.2139981.2050710.2673X80.0521030.1374870.3789640.7159X9-0.0448060.104473-0.4288750.6809X10-0.0232240.129740-0.1790020.8630R-squared0.979904Meandependentvar104.2412AdjustedR-squared0.954066S・D.dependentvar6.798075S・E.ofregression1.456973Akaikeinfocriterion3.8

7、79766Sumsquaredresid14.85938Schwarzcriterion4.369891Loglikelihood-22.97801Hannan-Quinncriter.3.928485Durbin-Watsonstat1.978592由表1的回归结果可知，所右指标都通不过f检验，而且X3、X”X9、入系数的符号与预期相反，这表明很可能存在严重多重共线性。计算各指标的相关系数，得其相关系数矩阵如下表2：表2相关系数矩阵变量XIX2X3X4X5X6X7X8X9X10XI1.0000.6430.6220.3740.5750.7370.8030

8、.4810.5520.710X20.6431.0000.8700.8650.93