实验报告6-多重共线性
- 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)。
2014-2015学年第 一 学期
实 验 报 告
实验课程名称 多重共线性的检验与修正
专 业 班 级 金融1204
学生 学号 31205382
学 生 姓 名 黄聪聪
实验指导教师 董美双
编号：
实验名称多重共线性检验与修正指导老师董美双成绩
专业金融班级金融1204 姓名黄聪聪学号 31205382
一、实验目的
目的：通过实验，理解并掌握多重共线性的原理，熟悉掌握对多元
模型的多重共线性问题进行检验和修正的方法与步骤。
要求：熟练掌握检验多重共线性检验的不显著系数法、系数符号判
断法、相关系数矩阵法、拟合优度法、Frisch综合分析法；消除多重共线性：可以综合应用各种方法。
验证性部分用教材中的例题7.6的数据，按步骤做。或者自己收集
数据按上面的步骤做一遍，把结果输出到word文档中。
步骤： 1.模型的参数估计（至少有3个解释变量）；
2.检验是否存在多重共线性；
方法一：不显著系数法；
方法二：系数符号法
方法三：相关系数矩阵法
方法四：Frish综合分析法——逐步回归法
3.多重共线性的修正：差分法、取对数法、逐步回归法等。
4.得出修正后的模型。
1.模型的参数估计（至少有3个解释变量）
Dependent Variable: BUSTRAVL
Method: Least Squares
Date: 07/26/14 Time: 10:09
Sample: 1 40
C 2744.680 2641.672 1.038994 0.3064
FARE -238.6544 451.7281 -0.528314 0.6008 GASPRICE 522.1132 2658.228 0.196414 0.8455 INC -0.194744 0.064887 -3.001294 0.0051
POP 1.711442 0.231364 7.397176 0.0000 DENSITY 0.116415 0.059570 1.954253 0.0592
R-squared 0.921026 Mean dependent var 1933.175 Adjusted R-squared 0.906667 S.D. dependent var 2431.757 S.E. of regression 742.9113 Akaike info criterion 16.21666 Sum squared resid 18213267 Schwarz criterion 16.51221 Log likelihood -317.3332 F-statistic 64.14338
估计方程为：
LANDAREA DENSITY
POP
INC GASPRICE
FARE S
BU
16
.1
12
.0
71
.1
19
.0
11
.
522
65
.
238
68
.
2744
ˆ
-
+
+
-
+
-
=
2.检验是否存在多重共线性
方法一：不显著系数法
Dependent Variable: BUSTRAVL
Method: Least Squares
Date: 07/26/14 Time: 10:09
Sample: 1 40
C 2744.680 2641.672 1.038994 0.3064
FARE -238.6544 451.7281 -0.528314 0.6008
GASPRICE 522.1132 2658.228 0.196414 0.8455
INC -0.194744 0.064887 -3.001294 0.0051
POP 1.711442 0.231364 7.397176 0.0000
DENSITY 0.116415 0.059570 1.954253 0.0592
LANDAREA -1.155230 1.802638 -0.640855 0.5260
R-squared 0.921026 Mean dependent var 1933.175
Adjusted R-squared 0.906667 S.D. dependent var 2431.757
S.E. of regression 742.9113 Akaike info criterion 16.21666
Sum squared resid 18213267 Schwarz criterion 16.51221
Log likelihood -317.3332 F-statistic 64.14338
Durbin-Watson stat 2.082671 Prob(F-statistic) 0.000000
由表格可知，样本整体拟合优度达到92.1%，意味着模型解释变量整理能够解释因变量的92.1%，即说服力相对较强。但是个别变量如FARE，GASPRICE，DENSITY ，LANDAREA，它们系数的p值分别为0.6008，0.8455，0.0592，0.5260，大于0.01，0.05，0.1的显著水平，因此可以判断本模型存在多重共线性。
方法二：系数符号法
Dependent Variable: BUSTRAVL
Method: Least Squares
Date: 07/26/14 Time: 10:09
Sample: 1 40
Included observations: 40
C 2744.680 2641.672 1.038994 0.3064
FARE -238.6544 451.7281 -0.528314 0.6008
GASPRICE 522.1132 2658.228 0.196414 0.8455
INC -0.194744 0.064887 -3.001294 0.0051
POP 1.711442 0.231364 7.397176 0.0000
DENSITY 0.116415 0.059570 1.954253 0.0592
LANDAREA -1.155230 1.802638 -0.640855 0.5260
R-squared 0.921026 Mean dependent var 1933.175
Adjusted R-squared 0.906667 S.D. dependent var 2431.757
S.E. of regression 742.9113 Akaike info criterion 16.21666
Sum squared resid 18213267 Schwarz criterion 16.51221
Log likelihood -317.3332 F-statistic 64.14338
Durbin-Watson stat 2.082671 Prob(F-statistic) 0.000000