内容发布更新时间 : 2024/6/2 2:53:13星期一 下面是文章的全部内容请认真阅读。

专业资料整理分享

2.2.1）采用OLS估计参数

在主界面命令框栏中输入 ls y c x1 x2 x3 x4 x5 x6 x7回车，即可得到参数的估计结果。

???28023.73?10.688885X?12.43067X?0.265643X?22.60071X?0.874955X?909.0161X?1444.437XYi1234567(94945.12)(3.034175)t?(?0.295157)(3.522820)R2?0.989801(3.675319)(0.190824)(?3.382201)(1.392080)10.19131)(2.953978)df?14(345.5062)(1382.319)(1.044938)(2.217646)(0.296195)(2.630969)R2?0.985041F?207.96 完美WORD格式编辑

专业资料整理分享

由此可见，该模型的可决系数为0.989801，修正的可决系数为0.985041，模型拟和很好，F统计量为386.2196，回归方程整体上显著。

可是其中的lnX3、lnX4、lnX6对lnY影响不显著,不仅如此，lnX2、lnX5的参数为负值，在经济意义上不合理。所以这样的回归结果并不理想。

3、多重共线性模型的识别

点击Eviews主画面的顶部的Quick/Group Statistics/Correlatios弹出对话框在对话框中输入解释变量x1、x2、 x3、 x4、 x5、 x6、x7，点击OK，即可得出相关系数矩阵（同图2.2.3）。

从相关系数矩阵可以看出，解释变量x1、x2、 x3、 x4、 x5、 x6、x7相互之间的相关系数较高，解释变量之间存在多重共线性。

4、 多重共线性模型的修正

3.多重共线性模型的修正

使用逐步回归法进行修正。

第一步：运用OLS方法分别求Y对各解释变量进行一元回归，分别求Y对各解释变量

完美WORD格式编辑

专业资料整理分享

x1、x2、 x3、 x4、 x5、 x6、x7进行一元回归。回归结果详下图。再结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。

完美WORD格式编辑

专业资料整理分享

完美WORD格式编辑