计量经济学实验四 序列相关的检验与修正
修正序列相关的方法
修正序列相关的方法
修正序列相关问题的方法有多种，以下是一些常用的方法：
1. 广义最小二乘法：该方法通过对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。
2. 广义差分法：通过广义差分变换消除序列相关问题，然后再进行回归分析。
3. 序列相关稳健估计法：该方法利用计算机运算速度快、适合做重复性操作的特点，让计算机对一组指令进行重复执行，在每次执行这组指令时，都从变量的原值推出它的一个新值。
4. 图示法：通过绘制散点图或相关图来直观地展示序列相关性，从而发现问题并进行修正。
5. 回归检验法：通过回归方程的残差进行序列相关性检验，如果存在序列相关性，则需要进行修正。
6. 杜宾-瓦特森检验法：该方法用于检验模型是否存在序列相关性，如果存在，则需要采取相应的修正措施。
7. 拉格朗日乘数检验法：通过检验模型的残差是否存在序列相关性来确定是否存在误设定的时间序列模型。
以上方法仅供参考，具体使用哪种方法需要结合数据和模型的特点进行选择。
实验四--自相关性的检验及修正
实验四--自相关性的检验及修正
自相关性的检验是研究经济数据中自身序列的行为特征，它可用于识别趋势、判断虚
假反应、探究影响力以及衡量规律的发展变化，以及有助于指导未来政策的制定。
因此，自相关性检验是一项重要的经济学技术，它可以为序列分析获取相关信息，让研究者对特
定事件影响有更深刻的认识。
自相关性检验大概分为两个步骤：也就是统计学检验和模型修正。
统计学检验流程大
致包括参数估计、假设检验和结论。
其中，假设检验可以让研究者判断序列是否有自相关性，而参数估计则可以得到自相关性的大小和方向。
从模型修正的角度来说，研究的目的
是建立一个能够自相关数据的特性并形式化处理的模型，这个模型必须注意记录自相关数
据的自身行为特征。
研究者也可以尝试采用其他方法进行模型修正，比如添加外生变量、增加时间序列滞后期、建立自回归模型和分析突变点等。
自相关性检验和模型修正在实践中都带有一定的挑战，例如原始数据的质量，可能存
在噪声；外生变量的准确性和凝聚力；记录的常数和参数的可靠性；动态变化趋势的准确
性等。
因此，研究者在进行自相关性检验和模型修正时要注意仔细进行检测和修正，以确
保研究结果的可靠性和有效性。
计量经济学软件应用实验报告
计量经济学软件应用实验报告Array一、实验目标学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。
具体包括：Eviews的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。
二、实验环境WINDOWS 7 操作系统下，基于EVIEWS 6.0平台。
三、实验模型建立与分析案例1：一元线性回归模型的建立与分析为了研究某市城镇每年鲜蛋的需求量，首先考察消费者年人均可支配收入对年人均鲜蛋需求量的影响。
由经济理论知，当人均可支配收入提高时，鲜蛋需求量也相应增加。
但是，鲜蛋需求量除受消费者可支配收入影响外，还要受到其自身价格、人们的消费习惯及其他一些随机因素的影响。
为了表示鲜蛋需求量与消费者可支配收入之间非确定的依赖关系，我们将影响鲜蛋需求量的其他因素归并到随机变量u中，建立这两个变量之间的数学模型。
表1：中给出Y为某市城镇居民人均鲜蛋需求量（公斤），X为年人均可支配收入（元，1980年不变价），通过抽样，得到1988-1998年的样本观测值。
（1）做出散点图，建立人均鲜蛋需求量随人均可支配收入变化的一元线性回归方程，并解释斜率的经济意义；从x与y的散点图可以看出，人均鲜蛋需求量与人均可支配收入之间近似呈线性关系。
所以选取模型Y i=C+ß1X i+u i。
利用eviews软件输出结果报告如下：Dependent Variable: YMethod: Least SquaresDate: 07/13/11 Time: 15:37Sample: 1988 1998Included observations: 11Coefficient Std. Error t-Statistic Prob.C 10.76616 1.396736 7.708087 0.0000X 0.005069 0.001183 4.283328 0.0020R-squared 0.670895 Mean dependent var 16.57273Adjusted R-squared 0.634328 S.D. dependent var 1.845042S.E. of regression 1.115713 Akaike info criterion 3.219829Sum squared resid 11.20333 Schwarz criterion 3.292174Log likelihood -15.70906 Hannan-Quinn criter. 3.174226F-statistic 18.34690 Durbin-Watson stat 1.320391Prob(F-statistic) 0.002040由上表可知人均鲜蛋需求量随人均可支配收入变化的一元线性回归方程为: Y = 10.76616+ 0.005069 *X其中斜率0.005069表示某市镇人均可支配收入每增加一元,人均鲜蛋消费平均增长0.005069公斤. 对模型结果分析，判定系数较大，R2=0.67，拟合较好，X线性关系显著。
计量经济学EViews自相关检验及修正实验报告
自相关问题的检验与修正【实验目的与要求】熟练使用EViews软件进行计量分析，理解自相关的检验和估计的基本方法【实验准备】1.自相关的基本概念：若Cov(u i,u j)=E(u i uj)=0(i≠j)不成立，即线性回归模型扰动项的方差—协方差矩阵的非主对角线元素不全为零，则称为扰动项自相关，或序列相关（serial correlation）2.自相关的后果：（1）在扰动项自相关的情况下，尽管OLS估计量仍为无偏估计量，但不再具有最小方差的性质，即不是BLUE。
（2）OLS估计量的标准误差不再是真实标准误差的无偏估计量，使得在自相关的情况下，无法再信赖回归参数的置信区间或假设检验的结果。
3.检验自相关的基本方法：残差检验、D.W检验、Q检验4.自相关的修正方法：广义差分法。
【实验内容】1.利用实验数据建立实际有效汇率REER对名义有效汇率NEER的一元回归模型，根据残差检验、D.W 检验、Q检验判别是否存在自相关。
2.利用实验数据，建立中国出口EX对中国进口IM的一元回归模型，根据残差检验、D.W检验、Q 检验判别是否存在自相关。
3.如果检验结果为存在自相关，根据残差检验和D.W检验估计一阶自相关系数。
4.根据估计出的一阶自相关系数，利用广义差分法估计模型。
5.对利用广义差分法估计得到的模型，根据残差检验、D.W检验、Q检验判别是否存在自相关。
6.对实际有效汇率REER对名义有效汇率NEER和中国出口EX对中国进口IM的一元回归模型，根据残差检验和Q检验判别是否存在高阶自相关。
7.如果检验结果为存在高阶自相关，根据残差检验估计高阶自相关系数。
8.根据估计出的高阶自相关系数，利用广义差分法估计模型。
9.对利用广义差分法估计得到的模型，根据残差检验和Q检验判别是否存在高阶自相关。
10.对在同样数据基础上得到的不同模型进行比较分析。
以下实验数据为1980-2003年人民币名义有效汇率（NEER）和实际有效汇率（REER）的数据（来源于国际货币基金组织出版的国际金融统计（IFS））和1982-2002年中国出口（EX）和进口（IM）（单位：亿美元）的数据（来源于中国商务部网站）。
计量经济学序列相关性实验分析
重庆科技学院学生实验报告一，实验目的和要求熟练掌握序列相关行的含义，原因，后果，检验方法，修正方法。
二、实验内容和原理内容：自相关性检验原理：首先采用普通最小二乘法估计模型，以求得随机干扰项的“近似估计量”，然后通过分析这些“近似估计量”之间的相关性以达到判断随机干扰项是否具有序列相关性的目的。
三、主要仪器设备电脑一台；EVIEW50 软件一套；MATHTYFPE8 软件一套；MICROSOFXCE12007 软件一套；四、实验操作方法和步骤一、估计回归方程二、进行序列相关性检验三、序列相关的补救五、实验记录与处理（数据、图表、计算等）（具体过程见下页）六、实验结果及分析（具体分析见下页）说明：此部分的内容和格式各学院可根据实验课程和实验项目的具体需要，自行设计和确定相关内容和栏目，但表头格式应统一；对于设计性实验则只要求说明实验的目的要求、提出可供实验的基本条件和注意事项，实验方案和步骤的设置、仪器的安排等可由学生自己设计。
五、实验记录与处理（数据、图表、计算等）一、估计回归方程工业增加值主要由全社会固定资产投资决定。
为了考察全社会固定资产投资对工业增加值的影响，可使用如下模型：丫二0 i Xi ;其中，X表示全社会固定资产投资，丫表示工业增加值。
下表列出了中国1998-2000的全社会固定资产投资X与工业增加值丫的统计数据。
Dependent Variable: Y Method: Least Squares Date： 12/22/09 Time; 08:53Sample: 1SS0 2CU0Included observatiors: 21Variable Coefficient Std. Error t-Statistic Prob.C6E3.0114298 1673 2240392 □ .0372X 1.101861 0 CI1S344 .0SS3O 0 oooc R-squared 0.994936 Mean dependent var 13744 09Adjusted R-squared 0.394669 S D. dependenl var 13029.80S.E. of regression 951.33S8 Akaike info criterion 16.64401Sum squared resid 17195864Schwarz criterion 1674343Lug likelihood -172.7621F-statistic3732.750Durbin-Watson slat 1.282353 FrcbfF-statistic)0 000000由此实验结果可知模型估计结果为：Y=668.0114+1.181861X(2.24039)(61.0963)R2 =0.994936，R 2 =0.994669，SE=951.3388, D.W.=1.282353。
实验二 异方差、序列相关的检验及修正
实验二：异方差和自相关模型的检验和处理二、实验目的(1) 熟悉EViews软件在自相关模型中的根本使用方法；(2) 掌握异方差、自相关模型的检验和处理方法；三、实验的软硬件环境要求硬件环境要求：科学计算与经济分析实验室，计算机网络设备，需要连接Internet使用的软件名称、版本号以及模块带Windows操作系统以及EViews应用演示软件。
四、知识准备前期要求掌握的知识：了解EViews软件在自相关和异方差分析中的根本概念和根本功能，理解违背线性回归模型的根本假设中的自相关和异方差产生的原因，解决这两类问题的根本理论。
实验相关理论或原理：(1)理解线性模型违背根本假设：误差项同方差性、无序列相关性的含义及其在实际经济问题中产生的原因；(2)掌握线性模型异方差性和序列相关性的检验的统计思想和EViews实现。
(3) 掌握线性模型异方差性和序列相关性的处理方法统计思想和EViews实现。
实验流程：线性回归模型假设→线性回归模型异方差和序列相关性检验→线性回归模型异方差和序列相关性的处理→线性回归模型的修正。
五、实验材料和原始数据表2.1 各地区农村居民家庭人均纯收入与消费支出〔单位：元〕表2.2 1978~2001年中国商品进口与国内生产总值六、实验要求和考前须知能用EViews软件完成线性回归模型的异方差和序列相关性的检验和处理，以及对模型的修正。
能对软件输出的结果能做较详细的分析，能结合数据提出自己的见解。
七、实验内容及步骤〔一〕异方差1.加载工作文件。
(1)建立工作文件的方法是点击,选择新建对象类型为工作文件，选择数据类型，注意本数据是截面数据。
建立工作文件，建立新序列，建立空组。
创立三个序列Y(人均消费支出)、X1(从事农业经营的收入)、X2(其他收入)并输入数据。
进入界面后输入数据如图3－1，3-2所示。
图3－1 图3－22.选择方程〔1〕根据消费理论，中国农村居民人均消费主要由人均纯收入决定，为了考察从事农业经营的收入和其他收入对农村居民消费支出增长的影响，考虑双对数模型：01122ln ln ln Y X X βββμ=+++〔2〕先对模型进展估计。
计量经济学实验四-多重共线性的检验与修正
《计量经济学》实验报告四开课实验室：财经科学实验室年月日班级：学号：姓名：实验项目名称：多重共线性的检验与修正成绩：实验性质：验证性□综合性□设计性指导教师签字：【实验目的】掌握多重共线性的检验与修正方法并能运用Eviews软件进行实现【实验要求】能根据OLS的估计结果判断是否存在多重共线性，熟悉逐步回归法修正模型的基本操作步骤，读懂各项上机榆出结果的含义并能进行分析【实验软件】 Eviews 软件【实验内容】根据给定的案例数据按实验要求进行操作【实验方案与进度】实验：设蔬菜销售量Y与人口（X1）、价格（X2）、粮食（X3）、收入（X4）、副食（X5）Dependent Variable: Y Method: Least Squares Date: 06/03/13 Time: 16:48 Sample: 1978 1996 Included observations: 19Variable Coefficient Std. Error t-Statistic Prob. C -1.530260 6.006901 -0.254750 0.8032 X1 0.014649 0.002923 5.012107 0.0003 X2 -0.702775 0.254521 -2.761169 0.0172 X3 0.060321 0.027575 2.187545 0.0492 X4 0.119825 0.036991 3.239290 0.0071 X5 0.018081 0.026022 0.694816 0.5004 X60.0922660.0542651.7003020.1148 R-squared0.986169 Mean dependent var 9.091579 Adjusted R-squared 0.979254 S.D. dependent var 1.717935 S.E. of regression 0.247442 Akaike info criterion 0.322027 Sum squared resid 0.734730 Schwarz criterion 0.669979 Log likelihood 3.940740 F-statistic 142.6067 Durbin-Watson stat2.292164 Prob(F-statistic)0.000000123456-1.5300.0150.7030.0600.120.0180.092t t t t t t t t Y X X X X X X u =+-+++++（2）方程线性显著性检验由（1）表中的数据可知F 统计量的值为142.6067，查表得0.05(6,12)F =3，显然142.6067>0.05(6,12)F =3，说明方程具有线性显著性。
计量经济学序列相关性检验实验报告 苗子凯
计量经济学实验序列相关性的检验与修正2012/12/11学院：国际教育学院专业：国际经济与贸易一班班级：10级一班姓名：苗子凯学号：1014102025序列相关性实验（数据来源于李子奈版课后习题P155.9）运行Eviews,依次单击file→new→work file命令栏中输入“data y x”，打开“y x”表，接下来将数据输入其中。
杜宾瓦尔森检验法：开始进行LS回归，命令栏中输入“ls log(y) c log(x)”回车，即得到回归结果如下：由结果得到，D.W值为0.379。
本题中样本容量为n=28，解释变量个数为k=2,查表得到dl=1.33,du=1.48,D.W<dl,所以该模型存在序列相关性。
偏相关系数检验法：1.双对数模型： GENR LNY=LOG(Y)GENR LNX=LOG(X)LS LNY C LNX可得到下图在方程窗口中点击View/Residual Test/Correlogram-Q-statistics ，并输入滞后期为10，则会得到残差t e 与1021,,---t t t e e e 的各期相关系数和偏相关系数，可得到下图：双对数模型的偏相关系数检验从图中可以看出，双对数模型的第1期、第2期偏相关系数的直方块超过了虚线部分，存在着一阶和二阶自相关。
⑵二次多项式模型二次多项式模型：GENR X2=X^2LS Y C X X2 得到如下图：在方程窗口中点击View/Residual Test/Correlogram-Q-statistics ，并输入滞后期为10，则会得到残差t e 与1021,,---t t t e e e 的各期相关系数和偏相关系数，：二次多项式模型的偏相关系数检验从图中可以看出，双二次多项式模型的第1期偏相关系数的直方块超过了虚线部分，存在着一阶自相关。
自相关性的调整：加入AR 项⒈对双对数模型进行调整；在LS 命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。
- 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)。
实验四 序列相关的检验与修正实验目的1、理解序列相关的含义后果、2、学会序列相关的检验与消除方法实验内容利用下表资料，试建立我国城乡居民储蓄存款模型，并检验模型的自相关性。
表3 我国城乡居民储蓄存款与GDP 统计资料（1978年＝100）一、模型的估计0、准备工作。
建立工作文件，并输入数据。
1、相关图分析 SCAT X Y相关图表明，GDP 指数与居民储蓄存款二者的曲线相关关系较为明显。
现将函数初步设定为线性、双对数等不同形式，进而加以比较分析。
2、估计模型，利用LS 命令分别建立以下模型 ⑴线性模型： LS Y C Xx y 5075.9284.14984ˆ+-==t (-6.706) (13.862)2R ＝0.9100 F ＝192.145 S.E ＝5030.809⑵双对数模型：GENR LNY=LOG(Y) GENR LNX=LOG(X) LS LNY C LNXx yln 9588.20753.8ˆln +-= =t (-31.604) (64.189)2R ＝0.9954 F ＝4120.223 S.E ＝0.12213、选择模型比较以上模型，可见各模型回归系数的符号及数值较为合理。
各解释变量及常数项都通过了t 检验，模型都较为显著。
比较各模型的残差分布表。
线性模型的残差在较长时期内呈连续递减趋势而后又转为连续递增趋势，残差先呈连续递增趋势而后又转为连续递减趋势，因此，可以初步判断这种函数形式设置是不当的。
而且，这个模型的拟合优度也较双对数模型低，所以又可舍弃线性模型。
双对数模型具有很高的拟合优度，因而初步选定回归模型为双对数回归模型。
二、模型自相关的检验1.图示法其一，残差序列e t 的变动趋势图。
菜单：Quick→Graph→line ，在对话框中输入resid ；或者用命令操作，直接在命令行输入：line X 。
其二，作e t-1和e t 之间的散点图。
菜单：Quick→Graph→Scatter ，在对话框中输入resid(-1) resid ；或者用命令操作，直接在命令行输入：scat resid(-1) resid 。
2.DW 检验因为n ＝21，k ＝1，取显著性水平α＝0.05时，查表得L d ＝1.22，U d ＝1.42，而0<0.7062＝DW<L d ，所以存在（正）自相关。
3.LM(BG)检验在方程窗口中点击View/Residual Test/Series Correlation LM Test ，并选择滞后期为2，则会得到如图4-1所示的信息。
图4-1 双对数模型的BG 检验图中，2nR =11.31531，临界概率P=0.0034，因此辅助回归模型是显著的，即存在自相关性。
又因为1-t e ，2-t e 的回归系数均显著地不为0，说明双对数模型存在一阶和二阶自相关性。
三、自相关的修正 （1）自相关系数ρ的估计 主要的方法有：A. 根据ρ和DW 统计量之间的近似关系，取ρ的估计为：1-DW/2B. 直接取ρ=1C. 采用杜宾两步法估计。
LS Y C Y(-1) X X(-1)，Y(-1)的系数估计即为ρ的估计D. 科克伦-奥科特迭代法。
首先产生残差序列，命名为e ，然后e 对其滞后1阶回归（无常数项），LS e e(-1)，e(-1) 的系数估计作为ρ的估计 （2）加入AR 项在LS 命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。
键入命令： LS LNY C LNX AR (1) AR (2) 则估计结果如图4-2所示。
图4-2 加入AR 项的双对数模型估计结果图4-2表明，调整后模型的DW ＝1.6445，n ＝19，k ＝1，取显著性水平α＝0.05时，查表得L d ＝1.18，U d ＝1.40，而U d <1.6445＝DW<4－U d ，说明模型不存在一阶自相关性；再BG 检验（图4-3），也表明不存在高阶自相关性，因此，中国城乡居民储蓄存款的双对数模型为：x yln 9193.28445.7ˆln +-= =t (-25.263) (52.683)2R ＝0.9982 F ＝2709.985 S.E ＝0.0744 DW ＝1.6445图4-3习题1.下表给出了美国1960-1995年36年间个人实际可支配收入X和个人实际消费支出Y的数据。
美国个人实际可支配收入和个人实际消费支出单位：100亿美元注：资料来源于Economic Report of the President ，数据为1992年价格。
要求：（1）用普通最小二乘法估计收入—消费模型；t t u X Y ++=221ββ（2）检验收入—消费模型的自相关状况（5%显著水平）；（3）用适当的方法消除模型中存在的问题。
2.下表是北京市连续19年城镇居民家庭人均收入与人均支出的数据。
要求：（1）建立居民收入—消费函数； （2）检验模型中存在的问题，并采取适当的补救措施预以处理；（3）对模型结果进行经济解释。
3.中国1980~2007年全社会固定资产投资总额X 与工业总产值Y 的统计资料如下表所示。
试问：(1) 当设定模型为t t t X Y μββ++=ln ln 10时，是否存在序列相关性？ (2) 若按照一阶自相关假设,1t t t ερμμ+=-试用广义最小二乘法估计原模型。
(3) 采用差分形式1*--=t t t X X X 与1*--=t t t Y Y Y 作为新数据，估计模型,*10*t t t X Y υαα++=该模型是否存在序列相关？实验五多重共线性的检验和修正实验目的1、理解多重共线性的含义与后果、2、学会序多重共线性的修正实验内容1、例表4是1978－1997年我国钢材产量（万吨）、生铁产量（万吨）、发电量（亿千瓦时）、固定资产投资（亿元）、国内生产总值（亿元）、铁路运输量（万吨）的统计资料。
2、多重共线性的检验（1）综合统计检验法若在OLS法下：R2与F值较大，但t检验值较小，则可能存在多重共线性。
（2）简单相关系数检验利用相关系数可以分析解释变量之间的两两相关情况。
在Eviews软件中可以直接计算相关系数矩阵。
本例中，在Eviews软件命令窗口中键入：COR X1 X2 X3 X4 X5或在包含所有解释变量的数组窗口中点击View\Correlations，其结果如图1所示。
由相关系数矩阵可以看出，解释变量之间的相关系数均为0.93以上，即解释变量之间是高度相关的。
图5-1（3）判定系数检验法当解释变量多余两个且变量之间呈现出较复杂的相关关系时，可以通过建立辅助回归模型来检验多重共线性。
本例中，在Eviews软件命令窗口中键入：LS X1 C X2 X3 X4 X5LS X2 C X1 X3 X4 X5LS X3 C X1 X2 X4 X5LS X4 C X1 X2 X3 X5LS X5 C X1 X2 X3 X4得到相应的回归结果，分析每个方程对应的F值和T值，来检验这些变量间是否相关以及相关联程度。
对应的回归结果如下图所示。
图5-2图5-3图5-4图5-5图5-6上述每个回归方程的F 检验值都非常显著，方程回归系数的T 检验值表明：X1与X5、X2与X3、X3与X5、X4与X 、X5与X1、X3、X4的T 检验值较小，这些变量之间可能不相关或相关程度较小。
3、多重共线性的克服——逐步回归 （一）建立基本的一元线性回归方程（1）被解释变量对每一个解释变量进行初始回归，选取拟合优度最高的首先进入方程；根据经济理论分析和回归结果，可知钢材产量和生铁产量关联度最大，所以建立基本的一元回归方程：1Y X αβε=++（2）然后把其余解释变量逐步引入模型，根据拟合优度选出最优方程。
所以，建立的多元回归模型为：Y = -287.68669 + 0.4159*X1 + 0.4872*X2习题CPI 。
资料来源：《中国统计年鉴》，中国统计出版社2000年、2004年。
请考虑下列模型：i t t t u CPI GDP Y ++=ln ln ln 321βββ＋ (1)利用表中数据估计此模型的参数。
(2)你认为数据中有多重共线性吗？ (3)进行以下回归：it t i t t i t t v CPI C C GDP v CPI B B Y v GDP A A Y 321221121ln ln ln ln ln ln ++=+=+=＋＋根据这些回归你能对数据中多重共线性的性质说些什么？(4)假设数据有多重共线性，但32ˆˆββ和在5%水平上个别地显著，并且总的F 检验也是显著的。
对这样的情形，我们是否应考虑共线性的问题？2. 理论上认为影响能源消费需求总量的因素主要有经济发展水平、收入水平、产业发展、人民生活水平提高、能源转换技术等因素。
为此，收集了中国能源消费总量Y (万吨标准煤)、国内生产总值(亿元)X1(代表经济发展水平)、国民总收入(亿元)X2(代表收入水平)、工业增加值(亿元)X3、建筑业增加值(亿元)X4、交通运输邮电业增加值(亿元)X5(代表产业发展水平及产业结构)、人均生活电力消费 (千瓦小时)X6(代表人民生活水平提高)、能源加工转换效率(%)X7(代表能源转换技术)等在1985-2002年期间的统计数据，具体如下：资料来源：《中国统计年鉴》2004、2000年版，中国统计出版社。
要求：(1)建立对数线性多元回归模型(2)如果决定用表中全部变量作为解释变量，你预料会遇到多重共线性的问题吗？为什么？ (3)如果有多重共线性，你准备怎样解决这个问题？明确你的假设并说明全部计算。
3.经济理论指出，家庭消费指出Y 不仅取决于可支配收入1X ，还决定于个人财富2X ，即可设定如下回归模型：i i i i X X Y μβββ++=22110＋试根据下表的资料进行回归分析，并说明估计的模型是否可靠，给出你的分析。