多重共線性的檢驗(yàn)與處理

1、實(shí)驗(yàn)名稱(chēng)：多重共線性的檢驗(yàn)與處理實(shí)驗(yàn)時(shí)間： 2011.12.10實(shí)驗(yàn)要求： 主要是學(xué)習(xí)多重共線性的檢驗(yàn)與處理， 主要是研究解釋變量與其余解釋變量之間 有嚴(yán)重多重共線性的模型， 分析變量之間的相關(guān)系數(shù)。 通過(guò)具體案例建立 模型， 然后估計(jì)參數(shù)， 求出相關(guān)的數(shù)據(jù)。 再對(duì)模型進(jìn)行檢驗(yàn)， 看數(shù)據(jù)之間是否存在多重 共線性。最后利用所求出的模型來(lái)進(jìn)行修正。實(shí)驗(yàn)內(nèi)容： 實(shí)例：我國(guó)鋼材供應(yīng)量分析 通過(guò)分析我國(guó)改革開(kāi)放以來(lái) （19781997）鋼材供應(yīng)量的歷史資料， 可以建立一 個(gè)單一方程模型。根據(jù)理論及對(duì)現(xiàn)實(shí)情況的認(rèn)識(shí)，影響我國(guó)鋼材供應(yīng)量丫（萬(wàn)噸） 的主要因素有：原油產(chǎn)量 X1 （萬(wàn)噸），生鐵產(chǎn)量X2（萬(wàn)噸）

2、，原煤產(chǎn)量X3（萬(wàn) 噸），電力產(chǎn)量X4 （億千瓦小時(shí)），固定資產(chǎn)投資 X5（億元），國(guó)內(nèi)生產(chǎn)總值 X6（億元），鐵路運(yùn)輸量X7（萬(wàn)噸）。（一）建立我國(guó)鋼材供應(yīng)量的計(jì)量經(jīng)濟(jì)模型：（二）估計(jì)模型參數(shù)，結(jié)果為： Dependent Variable: 丫 Method: Least SquaresDate: 11/02/09 Time: 16:09 Sample: 1978 1997Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob.C 139.2362 718.2493 0.193855 0.8495

3、X1 -0.051954 0.090753 -0.572483 0.5776X2 0.127532 0.132466 0.962751 0.3547X3 -24.29427 97.48792 -0.249203 0.8074X4 0.863283 0.186798 4.621475 0.0006X5 0.330914 0.105592 3.133889 0.0086X6 -0.070015 0.025490 -2.746755 0.0177X7 0.002305 0.019087 0.120780 0.9059 R-squared 0.999222 Mean dependent var 515

4、3.350 Adjusted R-squared 0.998768 S.D. dependent var 2511.950S.E. of regression 88.17626 Akaike info criterion 12.08573 Sum squared resid 93300.63 Schwarz criterion 12.48402 Log likelihood -112.8573 F-statistic 2201.081 Durbin-Watson stat 1.703427 Prob（F-statistic） 0.000000 由此可見(jiàn)，該模型 可絕系數(shù)很高，F(xiàn)檢驗(yàn)值2201.

5、081，明顯顯著。但當(dāng)，系 數(shù)的 t 檢驗(yàn)不顯著， 而且系數(shù)的符號(hào)與預(yù)期的相反， 這表明很可能存在嚴(yán)重的多 重共線性。（三）計(jì)算各解釋變量的相關(guān)系數(shù)，選擇數(shù)據(jù)，得相關(guān)系數(shù)矩陣（表 3.1 ）。表 3.1 相關(guān)系數(shù)矩陣X2 X3 X4 X5 X6 X7X2 1.000000 0.964400 0.994921 0.969686 0.972530 0.931689X3 0.964400 1.000000 0.974809 0.894963 0.913344 0.982943X4 0.994921 0.974809 1.000000 0.959613 0.969105 0.945444X5 0.96

6、9686 0.894963 0.959613 1.000000 0.996169 0.827643X6 0.972530 0.913344 0.969105 0.996169 1.000000 0.846079X7 0.931689 0.982943 0.945444 0.827643 0.846079 1.000000 由相關(guān)系數(shù)矩陣可以看出， 各解釋變量相互之間的相關(guān)系數(shù)較高， 證實(shí)確實(shí)存在 嚴(yán)重多重共線性。（四）修正多重共線性采用逐步回歸的辦法， 去檢驗(yàn)和解決多重共線性問(wèn)題。 分別做 Y 對(duì) 的一元回歸， 結(jié)果如表 3.2 所示 表 3.2 一元回歸結(jié)果 變量參數(shù)估計(jì)量 1.181784

7、 0.926212 926.7178 0.884047 0.572451 0.108665 0.106826t 統(tǒng)計(jì)量 10.10629 57.82017 15.87243 62.49381 15.47892 16.54535 11.455240.850171 0.994645 0.933317 0.995412 0.930123 0.938303 0.8793750.841847 0.994347 0.929612 0.995157 0.926241 0.934875 0.872673其中，加入 的方程 最大，以 為基礎(chǔ)， 順次加入其他變量逐步回歸， 結(jié)果如表 3.3 所示。表 3.3 加入

8、新變量的回歸結(jié)果（一）變量 X1 X2 X3 X4 X5 X6 X7X4、X1 -0.074944（ -1.359593 ） 0.932329（24.46548）0.995375X4、X2 0.429201( 3.895858 ) 0.476623( 4.534407 ) 0.997291X4、X3 -125.0949( -1.960538 ) 0.996689( 16.91041 ) 0.995818X4X5 0.808630( 16.81022 ) 0.052646 ( 1.633786 ) 0.995568X4、X6 0.858914 (14.63712)0.003283( 0.4419

9、61 ) 0.994931X4、X7 0.92763921.44406-0.005928( -1.065860 ) 0.995194經(jīng)比較，新加入 的方程 =0.997291 ，改進(jìn)最大，而且各參數(shù)的 t 檢驗(yàn)顯著，選 擇保留 , 再加入其他新變量逐步回歸，結(jié)果如表 3.4 所示：表 3.4 加入新變量的回歸結(jié)果（二）X1 X2 X3 X4 X5 X6 X7 X4、X2、 X1 -0.052631 -1.255622 0.409652 3.742505 0.529087 4.745215 0.997380X4、X2、 X3 0.3868193.559933 -81.25478-1.604227 0.5900214.800056 0.997521在 、 基礎(chǔ)上加入 后的方程 增大，但 參數(shù)的 t 檢驗(yàn)不顯著，甚至 的符號(hào)也 變得不合理。加入后的方程 增大，但 參數(shù)的 t 檢驗(yàn)不顯著，甚至 的符號(hào)也變 得不合理。 加入 后的方程 下降， 而且 參數(shù)的 t 檢驗(yàn)不顯著。 加入 后的方程下 降，而且 參數(shù)的 t 檢驗(yàn)不顯著， 甚至 的符號(hào)也變得不合理。 加入 后的方程 下 降，而且 參數(shù)的 t 檢驗(yàn)不顯著，甚至的符號(hào)也變得不合理。這說(shuō)明 、 、 、 、 引起嚴(yán)重多重共線性