實(shí)驗(yàn)多重共線性

實(shí)驗(yàn)多重共線性第一頁，共二十三頁，編輯于2023年，星期二實(shí)驗(yàn)?zāi)康氖炀殤?yīng)用EViews5進(jìn)行多重共線性問題研究實(shí)例研究：定量分析影響中國旅游市場(chǎng)發(fā)展的主要因素，診斷并修正模型的共線性問題第二頁，共二十三頁，編輯于2023年，星期二實(shí)驗(yàn)命令匯總1、建立工作文件:file/new/workfile,并設(shè)定數(shù)據(jù)類型。2、數(shù)據(jù)輸入（NewObject）:object/newobject/在Typeofobject中選擇Group,并命名為shiyanyi(注：命名中不能包括漢字）,在“Group:SHIYANYIWorkfile”中按上行鍵“↑”即方向鍵“↑”至最上端，使之出現(xiàn)”obs”,輸入“X2X3X4X5X6Y”;或者在EViews命令欄中直接輸入:“dataX2X3X4X5X6Y”/回車。3、檢驗(yàn)解釋變量相關(guān)系數(shù)：Group/view/Correlation/CommonSample第三頁，共二十三頁，編輯于2023年，星期二3、參數(shù)估計(jì)：方法1：quick/estimateeqution/specification中輸入YCX2x3x4，method選擇LS；方法2：在EViews命令欄中直接輸入:“LSYCX2x3x4”/回車。4、逐步回歸法選取合適的變量：用上述參數(shù)估計(jì)的方法對(duì)以下幾組中的變量分別回歸。(1)LSYCX2LSYCX3LSYCX4LSYCX5LSYCX2LSYCX6LSYCX3X2LSYCX3X4LSYCX3X5LSYCX3X6(3)LSYCX3X5X2LSYCX3X5X4LSYCX3X5X6(4)LSYCX3X5X4X2LSYCX3X5X4X6

第四頁，共二十三頁，編輯于2023年，星期二模型設(shè)定研究對(duì)象：各種因素對(duì)中國旅游市場(chǎng)的影響變量設(shè)定：Yt:第t年全國旅游收入（億元）X2:

國內(nèi)旅游人數(shù)（萬人/次）X3：城鎮(zhèn)居民人均旅游支出（元）X4：農(nóng)村居民人均旅游支出（元）X5：

公路里程（萬公里）X6：

鐵路公路里程（萬公里）第五頁，共二十三頁，編輯于2023年，星期二研究背景

近年來，中國旅游業(yè)一直保持高速發(fā)展，成為國民經(jīng)濟(jì)新的增長(zhǎng)點(diǎn)，在整個(gè)社會(huì)經(jīng)濟(jì)中的作用日益顯現(xiàn)。中國旅游業(yè)在入境旅游外匯收入高速增長(zhǎng)的同時(shí)國內(nèi)旅游也在迅速增長(zhǎng)。改革開放以來，特別是20世紀(jì)90年代以后，中國國內(nèi)旅游收入年平均增長(zhǎng)14.4％，遠(yuǎn)高于同期GDP9.76％的增長(zhǎng)率。第六頁，共二十三頁，編輯于2023年，星期二數(shù)據(jù)選擇

我們研究目的是各種因素對(duì)中國旅游市場(chǎng)的影響，規(guī)劃中國未來旅游產(chǎn)業(yè)的發(fā)展，我們選擇旅游事業(yè)發(fā)展最快的1994－2003年的統(tǒng)計(jì)數(shù)據(jù)數(shù)據(jù)來源：《中國統(tǒng)計(jì)年鑒》詳細(xì)數(shù)據(jù)：計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)課課件數(shù)據(jù)第七頁，共二十三頁，編輯于2023年，星期二數(shù)據(jù)輸入:采用“年度數(shù)據(jù)”—“Annual”第八頁，共二十三頁，編輯于2023年，星期二R2=0.995405,擬和優(yōu)度較高，但當(dāng)α＝0.05時(shí)，tα/2(n-k)=t0.025(10-6)=2.776，X2、X6系數(shù)的t檢驗(yàn)不顯著，而且X6系數(shù)符號(hào)與與其相反：可能存在嚴(yán)重的多重共線性第九頁，共二十三頁，編輯于2023年，星期二計(jì)算解釋變量簡(jiǎn)單相關(guān)系數(shù)Correlation:相關(guān)性第十頁，共二十三頁，編輯于2023年，星期二相關(guān)系數(shù)矩陣由表中可以看到，各解釋變量相互之間的相關(guān)系數(shù)較高，確實(shí)存在嚴(yán)重的多重共線性第十一頁，共二十三頁，編輯于2023年，星期二多重共線性的修正一、經(jīng)驗(yàn)方法1.刪除不重要的變量2.增大樣本容量3.變換模型形式4.利用先驗(yàn)信息5.變量變換二、逐步回歸法第十二頁，共二十三頁，編輯于2023年，星期二逐步回歸法1.用被解釋變量對(duì)每一個(gè)解釋變量做簡(jiǎn)單回歸。2.以對(duì)被解釋變量顯著且R2最大的解釋變量所對(duì)應(yīng)方程為基礎(chǔ)，逐個(gè)引入其余解釋變量。①新變量改進(jìn)了校正的R2和F檢驗(yàn)，且其他回歸參數(shù)的t檢驗(yàn)仍顯著：保留該變量。②新變量未明顯改進(jìn)校正的R2和F檢驗(yàn)，且對(duì)其他回歸參數(shù)的t檢驗(yàn)未帶來什么影響：該變量多余。③新變量未明顯改進(jìn)校正的R2和F檢驗(yàn)，且顯著影響其他回歸參數(shù)的數(shù)值或符號(hào)，致使通不過t檢驗(yàn)：出現(xiàn)多重共線性。第十三頁，共二十三頁，編輯于2023年，星期二逐步回歸法1.分別做Y對(duì)X2、X3、X4、X5、X6做一元回歸第十四頁，共二十三頁，編輯于2023年，星期二變量X2X3X4X5X6參數(shù)估計(jì)量0.0842189.052117611.6672834.331852014.125t統(tǒng)計(jì)量8.66544013.159615.1968516.4671748.748437R20.9037190.9558440.7714760.8394360.905365校正的R20.8916840.9503240.7429100.8193650.893553其中X3的校正的R2最大，以X3為基礎(chǔ)，順次加入其他變量逐步回歸第十五頁，共二十三頁，編輯于2023年，星期二2.分別引入其余變量第十六頁，共二十三頁，編輯于2023年，星期二變量X2X3X4X5X6校正的R2X3、X20.0298（2.151）6.194（4.284）0.965818X3、X48.017（5.748）1.717（0.858）0.948630X3、X56.737（6.644）10.907（2.658）0.971745X3、X67.851（2.909）285.115（0.4620）0.944908將比較，新加入的X5的校正的R2

＝0.971745，改進(jìn)較大，且各參數(shù)的t檢驗(yàn)顯著，保留X5第十七頁，共二十三頁，編輯于2023年，星期二3.繼續(xù)分別引入其余變量第十八頁，共二十三頁，編輯于2023年，星期二變量X2X3X4X5X6校正的R2X3、X5、X20.0091(0.423)6.3555(4.522)8.5643(1.215)0.967991X3、X5、X44.2158(3.944)3.2222(3.068)13.6284(4.692)0.987166X3、X5、X68.0982(4.078)12.9169(2.639)-424.413(-0.805)0.9702491.在X3、X5的基礎(chǔ)上加入X4后，校正的R2明顯增大，且各個(gè)系數(shù)t檢驗(yàn)都顯著，保留X4；2.加入X2后校正的R2下降，X5的t檢驗(yàn)變得不顯著3.加入X6后校正的R2下降，X6的t檢驗(yàn)變得不合理第十九頁，共二十三頁，編輯于2023年，星期二4.繼續(xù)分別引入其余變量第二十頁，共二十三頁，編輯于2023年，星期二變量X2X3X4X5X6校正的R2X3、X5、X4、X20.0075(0.516)3.9187(3.067)3.2001(2.852)11.6767(2.088)0.985378X3、X5、X4、X65.6987(4.173)3.2977(3.471)15.9684(5.263)-480.632(-1.535)0.9895311.加入X2后，沒有改進(jìn)，X2的t檢驗(yàn)不顯著；2.加入X6后，雖有所改進(jìn)，但X6的t檢驗(yàn)不顯著，且參數(shù)為負(fù)值不合理，這說明X2、X6引起嚴(yán)重多重共線性，應(yīng)剔除第二十一頁，共二十三頁，編輯于2023年，星期二YCX3X5X4-2441.0474.215813.62843.2223t-8.24453.94454.69233.0677回歸結(jié)果