图1：年份1978197919801981198219831984198519861981978〜2007年财政收入及其影响因素数财政收入CS/亿元1132.31146.41159.91175.81212.313671642.92004.821222199.4农业增加值NZ/亿元1027.51270.21371.61559.51777.41978.42316.12564.42788.7工业增加值GZ/亿元16071769.71996.52048.42162.32375.627893448.739674585.85777.2建筑业增加值JZZ/亿元138.2143.8195.5207.1220.7270.6316.7417.9525.7665.总人口TPOP/万人96259975429870510007210165410300810435710585110750710930最终消费CUM/亿元2239.12633.73007.93361.53714.84126.44846.35986.36821.8受灾面积SZM/千公顷507903937044526397903313034710318904436547140420905087046991384745547251333时间地点实验题目多重共线性的诊断与修正一、实验目的与要求：要求目的：1、对多元线性回归模型的多重共线性的诊断；2、对多元线性回归模型的多重共线性的修正。二、实验内容根据书上第四章引子“农业的发展反而会减少财政收入”，1978－2007年的财政收入，农业增加值，工业增加值，建筑业增加值等数据，运用EV软件，做回归分析，判断是否存在多重共线性，以及修正。三、实验过程：（实践过程、实践所有参数与指标、理论依据说明等）（一）模型设定及其估计经分析，影响财政收入的主要因素，除了农业增加值，工业增加值，建筑业增加值以外，还可能与总人口等因素有关研究“农业的发展反而会减少财政收入”这个问题。设定如下形式的计量经济模型：Y.=卩1+卩2X2+卩3X3+卩4X4+卩5X5+卩6X6+卩卩i其中，Y为财政收入CS/亿元；X为农业增加值NZ/亿元；X为工业增加值GZ/亿元；X为建筑业增加值JZZ/亿元;i234X为总人口TPOP/万人；X为最终消费CUM/亿元；X为受灾面积SZM/千公顷。5671996242.212135.824950.63728.812112136748.2458219967407.9914015.429447.64387.412238943919.54698919978651.1414441.932921.44621.612362648140.65342919989875.9514817.634018.44985.812476151588.250145199911444.081477035861.55172.112578655636.949981200013395.2314944.7400365522.31267436151654688200116386.0415781.343580.65931.712762766878.352215200218903.641653747431.36465.512845371691.247119200321715.2517381.754945.57490.812922777449.554506200426396.4721412.7652108694.312998887032.937106200531649.292242076912.910133.813075696918.138818200638760.22404091310.911851.1131448110595.34109120051321.7828095107367.214014.1132129128444.64899(二)诊断多重共线性1、双击“Eviews”，进入主页。输入数据：点击主菜单中的File/Open/EVWorkfile—Excel—多重共线性的数据.xls；2、在EV主页界面的窗口，输入“lsycx2x3x4x5x6x7”，按“Enter”.出现OLS回归结果，图2：图2：OLS回归结果DependentVariable:YMethod:LeastSquaresDate:10/12/10Time:17:07Sample:19782007Includedobservations:30VariableCoefficientStd.Errort-StatisticProb.C-6646.6946454.156-1.0298320.3138X2-0.9706880.330409-2.9378410.0074X31.0846540.2285214.7463970.0001X4-2.7639282.076994-1.3307350.1963X50.0776130.0679741.1418080.2653X6-0.0471190.081509-0.5780840.5688X70.0075800.0350390.2163290.8306R-squared0.994565Meandependentvar10049.04AdjustedR-squared0.993147S.D.dependentvar12585.51S.E.ofregression1041.849Akaikeinfocriterion16.93634Sumsquaredresid24965329Schwarzcriterion17.26329Loglikelihood-247.0452F-statistic701.4747Durbin-Watsonstat2.167410Prob(F-statistic)0.000000利用EV软件，生成丫、X2、X3、X4、X5、X6、X7等数据，采用这些数据对模型进行OLS回归。由此可见，该模型的可决系数为0.995,修正的可决系数为0.993,模型拟和很好，F统计量为701.47,模型拟和很好,回归方程整体上显著。但是当a=0.05时，t(n—k)=t(23)=2.069，不仅X4、X5、X6、X7的系数t检验不显著，而且X2、X4、X6系a/20.025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。(即除了农业增加值X、工业增加值X夕卜，其他因素对23财政收入的影响...
