計(jì)量經(jīng)濟(jì)學(xué)eviews多重共線性實(shí)驗(yàn)報(bào)告

1、1實(shí) 驗(yàn) 報(bào) 告課程名稱 課程名稱 計(jì)量經(jīng)濟(jì)學(xué) 實(shí)驗(yàn)項(xiàng)目名稱 實(shí)驗(yàn)項(xiàng)目名稱 多重共線性 班級(jí)與班級(jí)代碼 班級(jí)與班級(jí)代碼 專 業(yè) 任課教師 任課教師 學(xué) 號(hào)： 號(hào)： 姓 名： 名： 實(shí)驗(yàn)日期： 實(shí)驗(yàn)日期： 2014 年 05 月 11 日 3說(shuō)明：指導(dǎo)教師評(píng)分后，實(shí)

2、驗(yàn)報(bào)告交院（系）辦公室保存。計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告一、實(shí)驗(yàn)?zāi)康模?一、實(shí)驗(yàn)?zāi)康模赫莆斩嘣€性回歸模型的估計(jì)方法、掌握多重共線性模型的識(shí)別和修正。二、實(shí)驗(yàn)要求： 二、實(shí)驗(yàn)要求：應(yīng)用教材第 127 頁(yè)案例做多元線性回歸模型，并識(shí)別和修正多重共線性。三、實(shí)驗(yàn)原理： 三、實(shí)驗(yàn)原理：普通最小二乘法、簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法、綜合判斷法、逐步回歸法。四、預(yù)備知識(shí)： 四、預(yù)備知識(shí)：最小二乘法估計(jì)的原理、t 檢驗(yàn)、F 檢驗(yàn)、 值。 2 R五、實(shí)驗(yàn)步驟 五、實(shí)驗(yàn)步

3、驟1、選擇數(shù)據(jù)理論上認(rèn)為影響能源消費(fèi)需求總量的因素主要有經(jīng)濟(jì)發(fā)展水平、收入水平、產(chǎn)業(yè)發(fā)展、人民生活水平提高、能源轉(zhuǎn)換技術(shù)等因素。為此，收集了中國(guó)能源消費(fèi)標(biāo)準(zhǔn)煤總量、國(guó)民總收入、國(guó)內(nèi)生產(chǎn)總值 GDP、工業(yè)增加值、建筑業(yè)增加值、交通運(yùn)輸郵電業(yè)增加值、人均生活電力消費(fèi)、能源加工轉(zhuǎn)換效率等 1985——2007 年的統(tǒng)計(jì)數(shù)據(jù)。本題旨在通過(guò)建立這些經(jīng)濟(jì)變量的線性模型來(lái)說(shuō)明影響能源消費(fèi)需求總量的原因。主要數(shù)據(jù)如下：1985~2007 年統(tǒng)計(jì)數(shù)據(jù)能源

4、消費(fèi) 國(guó)民 總收入國(guó)內(nèi)生 產(chǎn)總值工業(yè) 增加值建筑業(yè) 增加值交通運(yùn)輸郵電增加值人均生活 電力消費(fèi)能源加工 轉(zhuǎn)換效率年份y X1 X2 X3 X4 X5 X6 X71985 76682 9040.7 9016 3448.7 417.9 406.9 21.3 68.291986 80850 10274.4 10275.2 3967 525.7 475.6 23.2 68.321987 86632 12050.6 12058.6 4585.8

5、665.8 544.9 26.4 67.481988 92997 15036.8 15042.8 5777.2 810 661 31.2 66.541989 96934 17000.9 16992.3 6484 794 786 35.3 66.511990 98703 18718.3 18667.8 6858 859.4 1147.5 42.4 67.21991 103783 21826.2 21781.5 8087.1 1015.1

6、1409.7 46.9 65.91992 109170 26937.3 26923.5 10284.5 1415 1681.8 54.6 66.001993 115993 35260 35333.9 14188 2266.5 2205.6 61.2 67.321994 122737 48108.5 48197.9 19480.7 2964.7 2898.3 72.7 65.21995 131176 59810.5 60793.7 249

7、50.6 3728.8 3424.1 83.5 71.051996 138948 70142.5 71176.6 29447.6 4387.4 4068.5 93.1 71.51997 137798 77653.1 78973 32921.4 4621.6 4593 101.8 69.231998 132214 83024.3 84402.3 34018.4 4985.8 5178.4 106.6 69.441999 133831 88

8、189 89677.1 35861.5 5172.1 5821.8 118.2 69.192000 138553 98000.5 99214.6 40033.6 5522.3 7333.4 132.4 69.042001 143199 108068.2 109655.2 43580.6 5931.7 8406.1 144.6 69.032002 151797 119095.7 120332.7 47431.3 6465.5 9393.4

9、 156.3 69.042003 174990 135174 135822.8 54945.5 7490.8 10098.4 173.7 69.42004 203227 159586.7 159878.3 65210 8694.3 12147.6 190.2 70.712005 223319 183956.1 183084.8 76912.9 10133.8 10526.1 216.7 71.082006 246270 213131.7