計(jì)量經(jīng)濟(jì)學(xué)第三次作業(yè)

1、第一題第一題y = 272.3635389 + 0.7551249391*x圖形分析檢驗(yàn)圖形分析檢驗(yàn) 可以看出離散程度逐步擴(kuò)大。這說(shuō)明變量之間可能存在遞增的異方差性 殘差分布趨勢(shì)殘差分布趨勢(shì)殘差分布并沒(méi)有明顯的擴(kuò)大趨勢(shì)，只能說(shuō)可能存在異方差性 gq檢驗(yàn)檢驗(yàn)變量變量x從小到大分成兩列從小到大分成兩列 原樣本一共20個(gè)觀察值，我們?nèi)サ糁虚g20/4=5個(gè)，為了剩下的量對(duì)稱，我們干脆去掉6個(gè)，也就是1到7為一組，14到20為一組第一組， =123538.21rss第二組 =508543.62rss計(jì)算檢驗(yàn)計(jì)算檢驗(yàn)12rssrss2 .1235386 .5085434.116=在95%置信水平下，f(7

2、-1-1,7-1-1)=5.05gqfgqff說(shuō)明拒絕了了同方差性原假設(shè)，存在明顯的異方差性懷特檢驗(yàn)懷特檢驗(yàn)86401.1099. 5)2(2205. 0nr說(shuō)明存在異方差性修正后的回歸修正后的回歸y = 10.20507016 + 0.6331696643*x再次懷特檢驗(yàn)再次懷特檢驗(yàn)2nr很小了，說(shuō)明應(yīng)該是接收同方差假設(shè)了第三題第三題 eviews進(jìn)行回歸時(shí)，變量個(gè)數(shù)如進(jìn)行回歸時(shí)，變量個(gè)數(shù)如果超過(guò)（包括）果超過(guò)（包括）5個(gè)時(shí)，會(huì)由于在系個(gè)時(shí)，會(huì)由于在系數(shù)求解時(shí)所得到的矩陣為奇異矩陣，數(shù)求解時(shí)所得到的矩陣為奇異矩陣，而產(chǎn)生多重共線性的矛盾。為了解決而產(chǎn)生多重共線性的矛盾。為了解決這一情況，有兩

3、種解決方法：。這一情況，有兩種解決方法：。 1，增加樣本容量個(gè)數(shù)，這個(gè)我們，增加樣本容量個(gè)數(shù)，這個(gè)我們無(wú)法做到。無(wú)法做到。 2，減少變量個(gè)數(shù)，為了盡可能的，減少變量個(gè)數(shù)，為了盡可能的完成數(shù)據(jù)的可靠性回歸，我們采取多完成數(shù)據(jù)的可靠性回歸，我們采取多種可能的組合搭配進(jìn)行回歸種可能的組合搭配進(jìn)行回歸農(nóng)業(yè)勞動(dòng)力 灌溉面積 化肥用量 三個(gè)變量的回歸y = 0.01427138677 + 0.0356985196*x1 + 0.04403422984*x2 + 0.6695133946*x3圖示檢驗(yàn)圖示檢驗(yàn)大致可以看出呈現(xiàn)殘差遞增的趨勢(shì)大致可以看出呈現(xiàn)殘差遞增的趨勢(shì)懷特檢驗(yàn)懷特檢驗(yàn) 從p值來(lái)看很大，應(yīng)該接

4、受原假設(shè)。具有同方差性。如果我們修正，則有如下，可以看出效果的確更好些。如果我們修正，則有如下，可以看出效果的確更好些。y = 0.01163274382 + 0.02898210076*x1 + 0.06583289179*x2 + 0.75397904*x3農(nóng)業(yè)勞動(dòng)力 灌溉面積 農(nóng)機(jī)動(dòng)力 三個(gè)變量回歸y = 0.01494086129 + 0.04928235172*x1 - 0.04361862675*x2 + 0.03163495707*x5圖示法圖示法懷特檢驗(yàn)懷特檢驗(yàn)從p值看，p值很小，說(shuō)明拒絕同方差性假設(shè)，具有異方差性。修正后的回歸，可以看出回歸的效果比之前更好。修正后的回歸，可以

5、看出回歸的效果比之前更好。y = -4.905746839 + 0.01626701356*x1 + 0.05383300998*x2 + 0.06848527028*x5第三題的總結(jié)第三題的總結(jié) 由于多元線性回歸時(shí)，會(huì)存在多重共線性，所以當(dāng)我們?cè)诨貧w時(shí)不能一次性將5個(gè)變量都同時(shí)回歸到一個(gè)方程當(dāng)中。所以這里我們采取了兩種方法中的減少變量的方法。 由于一共有5個(gè)變量。我們從中挑選三個(gè)三個(gè)為一組。 所以我們一共有 =10種情況需要進(jìn)行討論，篇幅比較浩大。這里我們介紹了其中的兩種情況。其余的8種情況的方法也是一樣的，而且通過(guò)eviews軟件我們也可以直接排除即使三個(gè)變量在一起也會(huì)產(chǎn)生多遠(yuǎn)共線性的情況

6、，所以只要一一進(jìn)行測(cè)試。就可以得到全部的情況。c25第三題逐步法第三題逐步法單變量x1 =0.854443 2r單變量x2 =0.694475 2r單變量x3 =0.924167 2r單變量x4 =0.419465 2r單變量x5 =0.857524 2r所以我們以x3作為基礎(chǔ)變量，往上進(jìn)行疊加。 可以看x1的p值大于0.05 所以變量是不顯著的 所以把x1剔除掉。再疊加變量x2變量x2的p值大于0.05，所以這個(gè)變量是不顯著的。把x2剔除掉。再疊加變量x4變量x4的p值大于0.05，所以變量是不顯著的。剔除掉。再疊加變量x5變量x5的p值大于0.05，也應(yīng)該剔除。變量x1 x4重合可以看出可決系數(shù)和p值的變量顯著性檢驗(yàn)都很好。 經(jīng)過(guò)所有的排列組合 發(fā)現(xiàn)只有變量x1 x4疊加才能使可決系數(shù)和變量的顯著性檢驗(yàn)都很好y = 12.26658999 + 0.07044278447*x1 +