多重共线性案例.doc

《多重共线性案例.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、能源消耗量多重共线性能源消耗量（万吨标准煤）GDP（亿元）汽车（万辆）发电量（亿千瓦时）化学纤维（万吨）大中型拖拉机（万台）化肥（万吨）粮食产量（万吨）2001150406.00110270.00234.1714808.02828.003.803397.0045262.002002159431.00121002.00325.1016540.00991.004.503791.0045711.002003183792.00136565.00444.3919105.751181.144.884200.0043067.002004213456.001

2、60714.00509.1122033.091424.549.834469.4746947.002005235997.00185896.00570.4925002.601618.0016.205220.0048401.002006258676.00217657.00727.8928657.262025.5019.905592.8049746.002007280508.00268019.00888.8932815.532390.0020.305786.9050150.002008291448.00316752.00930.5934957.612

3、415.0031.706012.7052850.002009306647.00345629.001379.5337146.512730.0037.106599.7053082.002010324939.00408903.001826.5342071.603090.0038.406740.6054641.002011348002.00484124.001841.6047000.003390.0040.206217.2057121.002012365000.00534123.001927.7049377.703800.0046.307296.00

4、58957.002013385000.00588019.002211.7053975.904121.9058.707037.0060194.002014426000.00635910.002372.5056495.804389.8064.406887.2060710.002015430000.00676708.002450.4058105.804831.7068.807432.0062144.00数据来源：《2001年—2015年中国统计年鉴》最小二乘法：得到的回归模型为Y=132333.984713-0.344084350491*GDP-2

5、0.9639535518*QC+7.64716297259*FDL+35.5980328128*HXXW+1337.53288876*TLJ-3.05654212394*HF-1.66965708916*LSCLt=（1.273）（-1.617）（-1.018）（3.249）（1.269）（1.834）（-0.353）（-0.613）R²=0.996，F=258.647，DW=2.661由以上结果可见，该模型=0.996149，修正的可决系数为0.992297，可决系数非常高，检验值为258.6471,明显显著。但是当时，，不仅HF、HXXW

6、的系数检验不显著，而且GDP、QC、LSCL系数的符号与预期相反，这样表明可能存在严重的多重共线性。计算各解释变量的相关系数，选择GDP、QC、FDL、HXXW、TLJ、HF、LSCL的数据。全部解释变量的相关系数矩阵由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高吗，证实确实存在严重的多重共线性。多重共线性的修正为消除共线性的影响，首先分别拟合Y对GDPQCFDLHXXWTLJHFLSCL的一元回归，得到七个回归模型的参数估计结果。7个解释变量分别进行一元回归模型的参数估计结果参数估计值GDPQCFDLHXXWTLJHFLSCL系数

7、估计值0.4507110.9666.095969.75434059.19866.374814.3492T统计量17.2988614.785132.5087628.410818.990711.633717.01380.95850.94390.9878480.98420.96520.91240.9570修正的0.95520.93960.9869140.98290.96250.90560.9537F统计量299.250421860011056.820807.171360.646135.3427289.4691可以发现，变量FDL拟合效果最佳，且整体

8、拟合效果最好。即发电量对能源消耗量起主要作用。按照各个解释变量一元回归模型的拟合优度大小进行排序：FDL，HXXW，TLJ，GDP，LSCL，QC，HF，以FDL为