计量经济学第三次试验报告

1、计量经济学第三次试验报告 计量经济学实验报告 学 院 数统学院 专业年级 xxxx年 10月xxxx年全国30个地区，城镇居民家庭个人可支配收入和 1 各类消费支出的情况表，如下： （单位：十万） 试验要求： 对这些数据进行分析，得到各类消费支出情况和个人可支配收入之间的具体关系。为准确的掌握我国的经济情况，需要定量的分析影响我国30个地区可支配收入的主要因素。（注：设y=个人可支配收入，x1=食品支出，x2=衣着支出，x3=家庭设备用品及服务支出，x4=医疗保健支出，x5=交通通信支出。） 试验内容： step1： 对所收集到的数据进行多元回归分析，得到了如下数据： dependent va

2、riable: y method: least squares date: 10/20/11 time: 13:00 sample: 1 30 included observations: 30 2 variable c x1 x2 x3 x4 x5 r-squared coefficient 524.4052 1.482417 -0.264122 2.295206 2.659752 2.728887 std. error 330.8411 0.212411 1.003192 0.566466 1.217679 1.093176 t-statistic 1.585067 6.979013 -0

3、.263281 4.051800 2.184280 2.496292 prob. 0.1260 0.0000 0.7946 0.0005 0.0389 0.0198 5403.214 1446.658 14.43469 14.71493 128.4093 0.000000 0.963966 mean dependent var 0.956460 s.d. dependent var 301.8648 akaike info criterion 2186937. schwarz criterion -210.5204 f-statistic 1.474698 prob(f-statistic)

4、adjusted r-squared s.e. of regression sum squared resid log likelihood durbin-watson stat y=524.4052+1.482417x1-0.264122x2+2.295206x3+2.659752x4+2.728887x4 (330.8411) (0.212411) (1.003192) (0.566466) (1.217679) (1.093176) t=(1.585067) (6.979013) (-0.263281) (4.051800) (2.184280) (2.496292) r0.963966

5、 f=128.4093 n=30 2= 该模型的可决系数为：0.963966，修正的可决系数为：0.956460，都很高。说明该模型的 拟合程度高。其f值=128.4093，对应的p值小于a=0.05，说明该模型通过了显著性检验。各系数的t值都不大，x1,x3,x4,x5的p值都小于a，说明通过了显著性检验。x2的t值为负，且没有通过显著性检验。说明了很可能存在多重共线性。 step2： 计算各解释变量的相关系数。得到相关系数矩阵： 相关系数矩阵 x1 x2 x3 x4 x5 x1 1 0.2809 0.7104 0.3978 0.8328 x2 0.2809 1 0.5026 0.4859

6、0.2324 x3 0.7104 0.5026 1 0.5428 0.6025 x4 0.3978 0.4859 0.5428 1 0.4731 x5 0.8328 0.2324 0.6025 0.4731 1 由表可知：各解释变量之间的相关系数较高，证实确实存在多重共线性。 step3： 采取逐步回归的方法对多重共线性进行修正。分别作y对x1.x2.x3.x4.x5的一元回归，结果如表： 3 一元回归估计结果 变量 x1 2.472734 x2 7.862489 15.12754 2.130211 x3 7.318542 x4 13.34816 x5 12.76803 参数估计值 t统计量

7、r 修正的r 22 7.755114 3.557730 8.962009 0.890984 0.139462 0.682330 0.311319 0.741501 0.887090 0.139462 0.670985 0.286723 0.732269 由此可见，加入x1的方程修正的可决系数最大，以x1为基础，顺次加入其它变量逐步回归得： 加入新变量的回归结果 x1 2.386232 (14.63867) x2 2.474523 (1.888824) x3 x4 x5 修正的r 0.896575 2x1.x2 x1.x3 1.888662 (10.74177) 2.780478 (4.6758

8、00) 0.935299 x1.x4 2.246874 (15.50982) 5.183782 (15.50982) 0.925355 x1.x5 1.938830 (7.069569) 3.628541 (2.337543) 0.902616 由此可见，加入x3后的修正的可决系数最大。而且此时的t统计量对应的p值小于a，所以通过了显著性检验。在保留x3的基础上，再加入其他变量进行回归分析。 加入新变量的回归结果 x1 1.879446 x3 2.115427 x4 3.417858 x5 修正的r 0.948860 4 2x1.x3.x4 （12.02083） （3.662014） （2.8

9、56533） 3.466381 （3.162212） x1.x3.x5 1.388154 （6.320396） 2.735082 （5.308908） 0.951474 由此可见，x4和x5的修正的可决系数都有所增加，且都能通过显著性检验。所以在x4的基础上，加入x5。 加入新变量的回归结果 x1.x3.x4.x5 x1 1.482974 x3 2.246581 x4 2.557943 x5 2.761917 修正的r 0.958080 2（7.115689） （4.275538） （2.257769） （2.592014） 由此可见，在加入x5后，修正的可决系数依然有所增加。 对y,x1,x

10、3,x4,x5做多元的回归分析得： variable c x1 x3 x4 x5 r-squared adjusted r-squared s.e. of regression sum squared resid log likelihood durbin-watson stat coefficien t 471.5596 1.482974 2.246581 2.557943 2.761917 std. error 258.0558 0.208409 0.525450 1.132952 1.065548 t-statistic 1.827355 7.115689 4.275538 2.2577

11、69 2.592014 prob. 0.0796 0.0000 0.0002 0.0329 0.0157 5403.214 1446.658 14.37091 14.60444 166.7001 0.000000 0.963862 mean dependent var 0.958080 s.d. dependent var 296.1927 akaike info criterion 2193253. schwarz criterion -210.563 6 f-statistic 1.471108 prob(f-statistic) 可以得到修正后的方程： y=471.5596+1.482974x1+2.246581x3+2.557943x4+2.761917x5 (258.0558) (0.208409) (0.525450) (1.132952) (1.065548) t=(1.827355) (7.115689) (4.275538) (2.257769) (2.59