GDP影响因素-计量经济学案例
影响云南省GDP的因素分析
计量经济学案例分析题目：影响云南省GDP的因素分析影响云南省GDP的因素分析建立模型根据GDP的核算方法，我们首先在模型中引入四个变量，分别是：居民最终消费（X1），资本形成总额(X2),货物和服务净出口(X3),地方财政决算支出(X4)。
通过查阅中国经济统计数据库,得到1990-2007年共18年的具体数据,列表如下: 表（1）云南省1990-2007年GDP及相关因素统计表注：以上数据来自中国经济统计数据库。
根据以上数据，分析被解释变量与四个解释变量的相关性，得到相关系数矩阵图表（2），如下：表（2）相关系数矩阵图根据变量间相关系数分析，我们先设定模型：Y=β0+β1X1+β2X2+β3X3+β4X4+u i对模型进行OLS检验的结果为：表（3）回归分析结果Dependent Variable: YMethod: Least SquaresDate: 12/21/10 Time: 17:11Sample: 1990 2007Included observations: 18Coefficient Std. Error t-Statistic Prob.C -43.64766 19.17224 -2.276607 0.0404X1 1.000048 0.051675 19.35275 0.0000X2 0.983646 0.067192 14.63939 0.0000X3 1.071304 0.077683 13.79075 0.0000X4 0.157293 0.199096 0.790035 0.4437R-squared 0.999637 Mean dependent var 1990.255Adjusted R-squared 0.999526 S.D. dependent var 1221.591S.E. of regression 26.59847 Akaike info criterion 9.629718Sum squared resid 9197.222 Schwarz criterion 9.877043Log likelihood -81.66746 Hannan-Quinn criter. 9.663820F-statistic 8961.277 Durbin-Watson stat 1.656527Prob(F-statistic) 0.000000整理得到模型：Y = -43.64766+ 1.000048*X1 + 0.983646*X2 + 1.071304*X3 + 0.157293*X4 （-2.276607）（19.35275）（14.63939）（13.79075）（0.790035）R2=0.999637 DW=1.656527 F=8961.277回归结果分析：由R2=0.9996372R=0.999526,可以看出模型整体上拟合程度高;F=8961.277>F0.05(4,13)= 3.18（显著性水平为α＝0.05），表明模型从整体上看，云南省GDP和各解释变量间线性关系显著。
GDP影响因素-计量经济学案例
二、模型设定及估计
为了分析影响国内生产总值 的因素，选择“国内生产总值” 为被解释变量Y，我国国内生产 总值影响因素众多，本文从定量 分析方面考虑，选取的解释变量 如下财政支出（X2）进出口总额 （X3）经济活动人口数（X4）商 品零售价格指数（X5）货币供应 量（X6）。
谢谢观赏 ！
最后修正严重多重共线性影响后的回归结果为
Yt 148256.8 3.131321X 2t 0.366779X3t 2.504530X 4t
t= (-2.611378) (15.00671) (4.050905) (3.052441)
R 2 =0.996664
R=20.996039 F=1593.471
48197.9 5792.62 20381.9 68135 97.4 46923.5
60793.7 6823.72 23499.9 68855 114.8 60750.5
71176.6 7937.55 24133.8 69765 106.1 76094.9
78973.0 9233.56 26967.2 70800 100.8 90995.3
401512.8 89874.16 201722.1 78388 103.1 725851.8
OLS回归结果
三、模型检验及处理
由此可见，该模型 R2=0.996723， R 2 =0.995553可决系数很高，F检验值
851.6517，明显显著。但是当 =0.05 时，t / 2 n k t0.025 20 6 2.145 ，不仅
计量模型例题-国内GDP影响因素
影响国内生产总值(GDP)的因素影响国内生产总值的因素有很多，但在国外，已有大量的经验事实和研究表明社会总资本和劳动力是促进经济持续增长的最主要的动力因素。
所以本实验只从供求方面来探究经济增长的影响要素。
研究它的影响因素不仅可以很好的了解GDP的经济内涵，而且还有利于我们根据这些因素对GDP影响大小制定更好的政策来促进国民经济的发展，试图揭示这几个解释变量对GDP 的影响程度。
为此拟通过回归分析来测量社会总资本和劳动力对经济增长的产出弹性。
一、模型设定采用国内生产总值GDP（为被解释变量，用变量Y表示）衡量经济增长；劳动力（为解释变量，用变量L表示）用统计年鉴上公布的历年的全社会就业总人数来近似替代；物质资本投入量（为解释变量，用变量K表示）用全社会固定资产投资来近似衡量。
下表为在《中国统计年鉴（2010）》中得到的数据：1990-2009年中国的国内生产总值、社会总资本及劳动力总量数据表年份国内生产总值GDP（Y）/亿元社会总投资（K）/亿元劳动力（L）/万人lnY lnK lnL1990 18667.8 4517 64749 9.834557 8.415603 11.07827 1991 21781.5 5594.5 65491 9.988816 8.629539 11.08967 1992 26923.5 8080.1 66152 10.20075 8.99716 11.09971 1993 35333.9 13072.3 66808 10.4726 9.478251 11.10958 1994 48197.9 17042.9 67455 10.78307 9.743489 11.11922 1995 60793.7 20019.3 68065 11.01524 9.904452 11.12822 1996 71176.6 22913.5 68950 11.17292 10.03948 11.14114 1997 78973.0 24941.1 69820 11.27686 10.12427 11.15368 1998 84402.3 28406.2 70637 11.34335 10.25436 11.16531 1999 89677.1 29854.7 71394 11.40397 10.3041 11.17597 2000 99214.6 32917.7 72085 11.50504 10.40177 11.1856 2001 109655.2 37213.5 73025 11.6051 10.52443 11.19856 2002 120332.7 43499.9 73740 11.69802 10.68051 11.2083 2003 135822.8 55566.6 74432 11.81911 10.92534 11.21764 2004 159878.3 70477.4 75200 11.98217 11.16305 11.22791 2005 184937.4 88773.6 75825 12.12777 11.39384 11.23618前4列数据来自《中国统计年鉴（2010）》，后3列数据是利用Excel 软件求得的数据借用新古典经济增长模型，设置经济增长总量生产函数为：Y=AK β1L β2E ε等式两边同时取对数，得到： lnY =lnA+β1lnK +β2lnL +ε lnA ，β1，β2为待估计参数二、估计参数假定随机扰动项ε满足古典假定，可用最小二乘估计法（OLS 法）估计其参数，运用Eviews 软件，将以上数据导入，进行参数估计，得到下表：Dependent Variable: LNY Method: Least Squares Date: 05/14/11 Time: 23:12 Sample: 1990 2009 Included observations: 20 C -33.75855 15.83522 -2.131865 0.0479 LNK 0.589341 0.082306 7.160377 0.0000 LNL 3.4914261.4918152.3403880.0317R-squared0.991956 Mean dependent var 11.41999 Adjusted R-squared 0.991009 S.D. dependent var 0.854098 S.E. of regression 0.080985 Akaike info criterion -2.051622 Sum squared resid 0.111496 Schwarz criterion -1.902262 Log likelihood 23.51622 F-statistic 1048.144 Durbin-Watson stat0.451321 Prob(F-statistic)0.000000根据表中的数据，模型估计的结果为：LNY = -33.75854925 + 0.5893412851*LNK + 3.491426195*LNL SE= (15.83522) (0.082306) (1.491815)2006 216314.4 109998.2 76400 12.28449 11.60822 11.24374 2007 265810.3 137323.9 76990 12.49054 11.8301 11.25143 2008 314045.4 172828.4 77480 12.65729 12.06005 11.25778 2009340506.9224598.87799512.7381912.3220711.2644t= (-2.131865) (7.160377) (2.340388) R 2=0.991956 =2R 0.991009 F=1048.144 DW=0.451321t 0.025（17）=2.110 F 0.05（2，17）=3.59从回归结果看，可决系数R2很高，F 值很大，而且在显著性水平05.0=α下，回归系数都较为显著，看似回归方程可以投入使用。
GDP影响因素的计量经济分析
末余额、财政支出总量、固定资产投资总额、出口总额、上期国内生 产总值。其中，储蓄是投资的重要来源，对国内生产总值的增长有 促进作用，但过多的储蓄也会减缓经济发展；财政支出有利于国内 生产总值的增长；固定资产投资的增长是国内生产总值增长的主 要保障，影响效果显著；出口总额的增长是拉动国民经济增长的一 个重要因素；上期国内生产总值对下期国内生产总值有顺承效果， 它的多少对下期国内生产总值会产生一定影响。因此，上述解释变 量的选取符合经济发展的实际情况。我们选用中国国家统计局网 站上公布的统计数据(1985～2014年)，并对其进行了整理与汇总。
入“新常态”以来，虽然经济增速仍居世界前列，但表现出一定的放缓趋势。那么，我们不禁要问，是什么因素影响了我国的经济增长？这
些因素对我国经济增长的影响具体有多大？本文以1985年～2014年的数据为实证研究样本，着重分析这些因素如何影响我国的国内生产
总值。
关键词：GDP 计量经济 模型函数 影响因素
中图分类号：F224
图1 剔除价格影响后各个变量的走势情况(1985年～2014年)
进一步，可以利用剔除价格因素影响的数据为基础，首先运用 EVIEWS软件画出国内生产总值与城乡储蓄存款年末余额、财政支
2017年3月 175
Copyright©博看网 . All Rights Reserved.
文献标识码：A
文章编号：2096-0298(2017)03(c)-175-04
《各地区的国内生产总值的影响因素-》-计量经济学论文(eviews分析)
计量经济学作业各地区的国内生产总值的影响因素班级：姓名：学号：时间：内容摘要:各地区国内生产总值受多种因素影响，根据全国31个省市的相关经济变量数据，对其进行计量分析。
应用计量经济学所学知识对根据经济理论选取的影响各地区国内生产总值的各因素进行分析、检验，并对其影响程度的大小进行定量分析，进一步明确和完善相关的经济学知识。
本文选取2009年的相关数据关键词：生产总值消费性支出固定资产投资各地税收收入净出口一、前言：我国各地区居民的消费支出、固定资产的投资、净出口及各地区税收收入在很大程度上决定了当地的生产总值。
现利用计量经济学中的知识对此进行分析，研究各影响因素的影响程度。
二、模型的选择与建立我选择了四个解释变量对我国2008年各地区的GDP进行分析，并利用计量经济学方法对所建立模型进行定量分析。
模型的变量选择如下：Y---生产总值（亿元）X1----居民消费性支出（元）X2----固定资产投资（亿元）X3----各地税收收入（亿元）X4----各地净出口（万美元）模型的变量数据如下：由散点图知，Y与X1、X2、x3、X4呈现性关系，所以设模型为Y=β0+β1x1+β2x2+β3x3+β4x4+μ三、，模型参数估计与回归结果分析Y与X1、X2、X3、X4的回归分析结果如下：Y=1433.68-0.15X1+1.07X2+1.96X3+0.00047X4(0.64) (-0.65) (9.38) (1.15) (4.65)R2=0.973521R- 2=0.969447 F=238.9774 D.W.=1.836524 （一）经济意义检验从经济意义上说，各地区的生产总值Y与固定资产投资X2、各地税收收入X3、各地净出口X4成正相关。
但是X1的系数是负的，表明居民消费性支出每上升一个百分点，GDP生产总值将下降0.15个百分点，不符合实际意义，所以删去X1这个变量。
（二）统计检验由回归结果表明，R2和调整R2的值都接近于1，表明模型的拟合优度较好。
国内生产总值的影响因素
国内生产总值的影响因素——以福建省为例以下数据均来自福建省统计年鉴：一：提出问题宏观经济学的核心问题之一是经济增长，在经济日益发展的今天，国内生产总值已经成为一个最重要的衡量经济发展的指标之一。
随着改革开放以来，福建省与中国的经济实现了同步增长，取得了巨大的成就，理解福建省经济发展的原因显得至关重要。
同时对GDP在福建省的深度解读将有利于福建省更好更快的发展，以期对实现福建省跨越式发展提供对策。
二．理论分析：哪些因素对福建省的国民生产总值有较大的影响三.建立模型：运用统计学以及计量经济学的方法，利用1990至2012年的统计数据，对福建省GDP的增长因素进行实证分析，并以固定资产投资总额TZ、财政收入CZ、出口总额CK、工业总产值GY为解释变量建立影响GDP的多元回归模型，以阐明影响福建省GDP 的主要因素。
从而对福建省GDP增长因素进行了实证分析。
四：数据处理过程：（一.）多元线性回归分析利用EViews估计模型的参数（图1）如图所示分析结果可以看出：1.可绝系数高，修正的可决系数也高，表明模型拟合较好。
2.F值为896.4256。
K=4 n=23 n-K-1=18取α=0.05 Fα(4，18)=2.93 所以通过了F检验。
说明所选取的这些变量都对福建省的国内生产总值有显著性影响。
3.T检验分析：T0.025（18）=2.1009由得出数据可以知道：在百分之五的显著性水平下，财政支出和固定资产投资对国内生产总值分别有显著影响。
4.P值的分析：由图中的结果可以看出来只有CK的P值较大未通过检验需要进行修正，其它的变量都通过了检验。
5.经济意义：GDP=1871.799-0.000105CZ(财政收入)-0.000162CK（出口总额）--0.002550GY（工业生产总值）+0.000283 TZ（固定资产投资额）说明财政收入每减少0.000105个单位，GDP增加一个单位。
出口总额每减少0.000162个单位，GDP增加一个单位.工业生产总值每减少0.002550个单位，GDP增加一个单位。
对国内生产总值的影响计量经济学分析
对国内生产总值的影响计量经济学分析——基于三大产业因素经济学院12级经济学3班20121190 郭靖【摘要】：经济的增长离不开产业的发展，要明确我国三大产业对经济的贡献率，从而合理调整，制定出合理的产业政策，促进国民经济又好又快发展。
同时，本文采用1978年至2010年的统计数据，通过建立多元线性回归模型，运用Eviews软件，分析三大产业对经济的贡献率的高低，从而根据结果来调整产业结构，促进国民经济又好又快发展。
【关键词】：国内生产总值三大产业贡献率计量分析一、问题的提出国内生产总值（Gross Domestic Product，简称GDP)是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。
它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。
世界各国把各种产业划分为三大类：第一产业、第二产业和第三产业。
第一产业是指提供生产资料的产业，包括种植业、林业、畜牧业、水产养殖业等直接以自然物为对象的生产部门，有些虽然是工业，但是并不是加工产业，例如采矿业是直接提供矿产但是并不加工，所以采矿业是属于第一产业的。
第二产业是指加工产业，利用基本的生产资料进行加工并出售。
第三产业又称服务业，它是指第一、第二产业以外的其他行业。
第三产业行业广泛。
包括交通运输业、通讯业、商业、餐饮业、金融保险业、行政、家庭服务等非物质生产部门。
要想发展经济，增加国内生产总值就要调整产业结构，优化产业结构，促进三大产业的协调发展。
所以，我们要通过建立多元回归模型，进行数据分析得出三大产业对国内生产总值的贡献率，来合理调整产业结构，这样才能促进经济又好又快发展，早日实现社会主义现代化建设。
二、模型的建立：（一）、数据的搜集表一1978年至2010年国内生产总值以及三大产业累计表单位：亿元为了更好地分析各产业以及人口对国内生产总值的影响，计算出三大产业及国内生产总值的增长率，如表二1979年至2010年国内生产总值以及三大产业等环比增长率累计表单位：%（二）、模型的初步建立通过对数据的观察，根据搜集的1978年至2010年的统计数据，建立模型。
国内生产总值影响因素实证分析——以北京GDP增长因素为例
国内生产总值影响因素实证分析——以北京GDP增长因素为例华爽朱冬雷余镇涛西南大学，重庆 400715摘要：国内生产总值（GDP）的分析对一个国家或一个地区具有重要意义。
运用统计学及计量经济学的方法，利用《北京统计年鉴》的相关统计数据，对影响北京GDP增长因素进行实证分析，并以全社会固定资产投资总额（亿元）、能源消费总量（万吨标准煤）、进出口总值（万美元）、居民消费价格指数（%）、常住人口（万人）、财政收入（亿元）六个代表性的解释变量建立影响GDP的多元回归模型，以阐明影响北京GDP的主要因素，最后对实证分析的结果提出对策建议。
旨在为政府进行宏观决策调整经济提供相关依据。
关键词：国内生产总值；北京；实证分析；多元回归分析中图分类号：F124文献标识码：A文章编号：1671-5853（2016）08-0096-04宏观经济学的核心问题之一是经济增长，在经济日益发展的今天，国内生产总值已成为一个最重要的衡量经济发展的指标之一。
随着科学发展观的提出，人们对GDP的认识更加全面。
GDP只是对一个国家或地区的经济中所生产出的全部最终产品和劳务的价值的计量，没有把资源成本和生态环境成本计算在内[1]，对于GDP增长的盲目追求，已经使我国的资源、环境形势非常严峻，长此以往，发展将难以为继。
目前，国家对GDP所不能反映的可持续发展问题越来越重视，为此认真回顾1983-2014这32年来北京经济发展趋势，找出影响北京市GDP增长的主要和次要因素，以期为北京市制订经济发展计划提供决策参考，将有利于北京经济更快更健康的发展。
1 文献回顾1931年，英国国会召集了一批专家来讨论一些经济中的基本问题，认为必须对国民收入进行一个全面而广泛的评估。
不久之后，Simon Kuznets被安排去发展一套统一的国民帐户体系，这个体系就被认为是GDP的原形。
中国从1954年开始，国家统计局学习前苏联国民收入统计理论和方法，随后在中国全面推行MPS体系；1985－1992年逐步与联合国推荐的源于市场经济的国民经济核算体系（SNA）接轨；1992年8月，国务院发出《关于实施新国民经济核算体系方案的通知》，正式开始在中国实行SNA体系，GDP成了中国最为重要的经济指标[2-3]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
加入X2的方程 最大，以X2为基础，顺次 加入其他变量逐步回归，结果如表所示：
表3 加入新变量的回归结果（一）
变量
X2
X3
X4
X5
X6
X2，X3 3.184852 0.477227 12.55166 4.766603
2
R
0.994101
X2，X4 X2，X5
3.843956 24.12259
4.326623 36.74408
表4 加入新变量的回归结果(二)
变量
X2 X3 X4 X5 X6
2
R
X2，X3，X4 3.131321 0.366779 2.504530 15.00671 4.090509 3.052441
0.996039
X2，X3，X5 X2，X3，X6
3.146605 12.55017
1.720512 1.462240
84402.3 10798.18 26849.7 72087 97.4 104498.5
89677.1 13187.67 29896.2 72791 97.0 119897.9
99214.6 15886.50 39273.2 73992 98.5 134610.3
109655.2 18902.58 42183.6 73884 99.2 158301.9
DW=0.434839
自相关检验
对样本量为20、3个解释变量模型、 5%显著水平，查DW统计表得， dL=0.998， dU= 1.676 ，观察回归结果中的 DW=0.434839，DW<dl,可以判断模型不存 在自相关。
异方差性检验
在Y与X2,X3，X4回归的结果中，按路径 View/ResidualTests/Heteroskedasticity，在对话框中选White 检验，结果为
影响国内生产总值的因素分析
目录
1 研究目的及要求 2 模型设定及估计 3 模型检验及处理
4 结论
一、研究目 的及要求
国内生产总值(Gross Domestic Product,简称GDP)是指在一定时期内 (一个季度或一年)，一个国家或地区 的经济中所生产出的全部最终产品和 劳务的价值，常被公认为衡量国家经 济状况的最佳指标。它不但可反映一 个国家的经济表现，更可以反映一国 的国力与财富。
给定 0.05,在自由度为9下查卡方分布表，得
nR2 =9.743421< 2 16.9190,说明模型中的随机误
差项不存在异方差。
四、结论
经济意义：
1）财政支出X2每增加1亿元可导致国内生产总值增加 3.131321亿元； 2）进出口总额X3每增加1亿元可导致国内生产总值增加 0.366779亿元； 3）经济活动人口数X3每增加1亿元可导致国内生产总值增加 2.504530亿元.
3.858906 3.704401
-291.9011 -0.596113
0.992373 0.986498
X2，X6 1.354766 0.808153
0.376779 0.988388 1.782939
经比较，新加入X3的方程 =0.994101，改进最大，而且各参 数的t检验显著，选择保留X3，再加入其他变量逐步回归， 结果为
X6与其他变量高度相关，这说明主要是X5，X6引起了
多重共线性，予以剔除。在表4中，虽然X4参数的T值
为3.052441，其P值为0.0076，在 =0.05显著水平下 不显著，但在 =0.10显著水平下显著不为0，可予以
保留。
利用Eviews软件，生成 、X2、X3、X4等数据， 采用这些数据对模型进行修正严重多重共线性影响 后OLS回归。
X5，X6的系数t检验不显著，而且X6系数 的符号与预期相反，这表明很可能存在 严重的多重共线性。
计算各解释变量的相关系数，执行命令cor x2 x3 x4 x5 x6得到相关系数矩阵：
由结果可以看出，部分解释变量 之间的相关系数较高，存在某种程度 的多重共线性
采用逐步回归 的办法，去 检验和解决 多重共线性 问题。分别 作Y对X2， 变量 X3，X4， X5,X6的一 参数统 元回归，结 计值 果如表所示：
国内生 产总值 （Y）
财政支出 （X2）
经济活动人 口数（X4 ）
商品零售价 格指数（X5 ）
下表为由《中国统计年鉴》得到的1991—2010年的有关数据：
表1 1991－2010 年中国国内生产 总值及相关数据
年份
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
401512.8 89874.16 201722.1 78388 103.1 725851.8
OLS回归结果
三、模型检验及处理
由此可见，该模型 R2=0.996723， R 2 =0.995553可决系数很高，F检验值
851.6517，明显显著。但是当 =0.05 时，t / 2 n k t0.025 20 6 2.145 ，不仅
0.995789
X2，X3， 3.713871 0.360095 2.940249 70.25150 -0.078260 0.995553 X4，X6 2.844846 3.561949 2.743531 0.204869 -0.449527
当加入X5时， 2有所增加，但其参数的T检验不显
R
著。加入X6后，R 2也有所增加，但其参数的T检验不显 著，且参数为负值不合理。从相关系数也可看出，X5，
著，甚至X6的符号也开始变得不合理。保留X4，再加入其
他新变量逐步回归，结果如表所示：
表5 加入新变量的回归结果（三）
变量
X2
X3
X4
X5
X6
2
R
X2，X3， 3.135567 0.359112 2.638202 76.18855 X4，X5 14.52113 3.651563 2.565100 0.228508
216314.4 40422.73 140974.0 76315 101.0 345603.6
265810.3 49781.35 166863.7 76531 103.8 403442.2
314045.4 62592.66 179921.5 77046 105.9 475166.6
340902.8 76299.93 150648.1 77510 98.8 606225.0
了解影响国内生产总值的因素， 对我国经济的发展和国民生活水平的 提高都有着深远的意义，这就需要定 量的分析影响我国国内生产总值的主 要因素。
二、模型设定及估计
为了分析影响国内生产总值 的因素，选择“国内生产总值” 为被解释变量Y，我国国内生产 总值影响因素众多，本文从定量 分析方面考虑，选取的解释变量 如下财政支出（X2）进出口总额 （X3）经济活动人口数（X4）商 品零售价格指数（X5）货币供应 量（X6）。
48197.9 5792.62 20381.9 68135 97.4 46923.5
60793.7 6823.72 23499.9 68855 114.8 60750.5
71176.6 7937.55 24133.8 69765 106.1 76094.9
78973.0 9233.56 26967.2 70800 100.8 90995.3
国内生产 财政支出 进出口 经济活动 商品零售 货币供应量
总值
总额 人口数 价格指数
21781.5 3386.62 7225.8 66091 102.9 19349.9
26923.5 3742.20 9119.6 66782 105.4 25402.2
35333.9 4642.30 11271.0 67468 121.7 34879.8
谢谢观赏 ！
最后修正严重多重共线性影响后的回归结果为
Yt 148256.8 3.131321X 2t 0.366779X3t 2.504530X 4t
t= (-2.611378) (15.00671) (4.050905) (3.052441)
R 2 =0.996664
R=20.996039 F=1593.471
120332.7 22053.15 51378.2 74492 98.7 185007.0
135822.8 24649.95 70483.5 74911 99.9 221222.8
159878.3 28486.89 95539.1 75290 102.8 254107.0
184937.4 33930.28 116921.8 76120 100.8 298755.7
修正多重共线性
表2 一元回归估计结果
X2
X3
X4
X5
X6
4.337437 1.674776 24.86608 3063.897 0.547208
T统计 量
37.96709 17.72382 7.541224 0.726632 40.62415
R2
2
R
0.987667 0.945805 0.759583 0.028497 0.98211 0.986982 0.942794 0.746227 0.025475 0.988611
0.486770 4.941268
0.441778 4.322881
-410.2492 -1.288136
0.195791 1.273416
0.994321 0.994309
在X2，X3基础上加入X4后的方程 有所改善，且各参数的T
检验都显著。而加入X5时，R 2 有所下降，且X5参数的t检验
变得不显著。加入X6后，R 2有所下降，X6参数的T检验不显