【文章內容簡介】 60。HannanQuinn criter.FstatisticDurbinWatson statProb(Fstatistic) 檢驗結果顯示T*R2=,且約束條件的個數(shù)m=2,=,即T*R2,落在接受區(qū)域，即原方程存在異方差性。3)正態(tài)性檢驗 ，所以我們拒絕正態(tài)性原假設，認為分布不為正態(tài)性，存在一定程度的右偏。實驗3：多重共線性檢驗實驗目的理解多重共線性的含義，運用Eviews做到識別和修正。實驗軟件：Eviews實驗數(shù)據(jù)：見附錄三實驗過程1多重共線性檢驗第一步：運用eviews的最小二乘估計對實驗數(shù)據(jù)進行ols估計（ls y c x1 x2 x3 x4 x5）：Dependent Variable: YMethod: Least SquaresDate: 04/19/13 Time: 11:24Sample: 1978 1997Included observations: 20VariableCoefficientStd. ErrortStatisticProb.CX1X2X3X4X5RsquaredMean dependent varAdjusted Rsquared. dependent var. of regressionAkaike info criterionSum squared residSchwarz criterionLog likelihoodHannanQuinn criter.FstatisticDurbinWatson statProb(Fstatistic)第二步：：X1X2X3X4X5X11X21X31X41X51分析：逐步回歸法含義簡單相關系數(shù)檢驗法是利用解釋變量之間的線性相關程度去判斷是否存在嚴重多重共線性的一種簡便方法。（較高的簡單相關系數(shù)只是多重共線性存在的充分條件而不是必要條件。）并且，在置信水平是5%的情況下，經濟意義上，x4和x5應與Y成正相關，但回歸結果的β值卻是負數(shù)。根據(jù)以上分析，我們判定Xi,Xj存在多重共線性，我們需要對其進行調整。2多重共線性調整第一步：我們用自變量Y分別與X1，X2，X3，X4，X5進行回歸（ls y c x1。ls y c x2。ls y c x3。ls y c x4。ls y c x5）,：RsquaredX1X2X3X4X5不難發(fā)現(xiàn)，此處X2的可決系數(shù)最大，所以首先選取X2進行逐步回歸。第二步：我們首先引入X1，對第一步得到的結果進行回歸分析（ls y c x2 x1）,：Dependent Variable: YMethod: Least SquaresDate: 04/19/13 Time: 11:30Sample: 1978 1997Included observations: 20VariableCoefficientStd. ErrortStatisticProb. CX2X1Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regressionAkaike info criterionSum squared resid Schwarz criterionLog likelihoodHannanQuinn criter.Fstatistic DurbinWatson statProb(Fstatistic)0分析上述數(shù)據(jù)我們可以看出X2,，都小于5%的置信水平，通過了檢驗，所以我們接受X1的加入。第三步：引入X3，對第二步得出的結果進行回歸分析（ls y c x2 x1 x3），：Dependent Variable: YMethod: Least SquaresDate: 04/19/13 Time: 11:32Sample: 1978 1997Included observations: 20VariableCoefficientStd. ErrortStatisticProb. CX2X1X3Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regressionAkaike info criterionSum squared resid Schwarz criterionLog likelihoodHannanQuinn criter.Fstatistic DurbinWatson statProb(Fstatistic)0分析上述數(shù)據(jù)我們可以看出X2,，都小于5%的置信水平，，明顯不通過檢驗，所以我們不接受X3的加入。第四步：引入X4，對第二步得出的結果進行回歸分析（ls y c x2 x1 x4），：Dependent Variable: YMethod: Least SquaresDate: 04/19/13 Time: 11:35Sample: 1978 1997Included observations: 20VariableCoefficientStd. ErrortStatisticProb. CX2X1X4Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regressionAkaike info criterionSum squared resid Schwarz criterionLog likelihoodHannanQuinn criter.Fstatistic DurbinWatson statProb(Fstatistic)0分析上述數(shù)據(jù)我們可以看出X2,，都小于5%的置信水平，并且，明顯不通過檢驗，所以我們不接受X4的加入。第五步：引入X5，對第二步得出的結果進行回歸分析（ls y c x2 x1 x5），：Dependent Variable: YMethod: Least SquaresDate: 04/19/13 Time: 11:36Sample: 1978 1997Included observations: 20VariableCoefficientStd. ErrortStatisticProb. CX2X1X5Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regressionAkaike info criterionSum squared resid Schwarz criterionLog likelihoodHannanQuinn criter.Fstatistic DurbinWatson statProb(Fstatistic)0分析上述數(shù)據(jù)我們可以看出X2,，都小于5%的置信水平，并且，明顯不通過檢驗，所以我們不接受X5的加入。至此，我們可以得出結論，多重共線調整后的方程只剩自變量X1，X2。最終方程如下所示：Y=+ X1+ X2（）（） （）3對多重共線性調整后的方程進行檢驗RsquaredAdjusted Rsquared。（F檢驗）FstatisticProb(Fstatistic)0，方程的整體顯著成立。1）White檢驗：Heteroskedasticity Test: WhiteFstatistic Prob. F(5,14)Obs*Rsquared Prob. ChiSquare(5)Scaled explained SS Prob. ChiSquare(5)Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 04/19/13 Time: 12:06Sample: 1978 1997Included observations: 20VariableCoefficientStd. ErrortStatisticProb. CX2X2^2X2*X1X1X1^2Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid+09 Schwarz criterionLog likelihood HannanQuinn criter.Fstatistic DurbinWatson statProb(Fstatistic)由上表結果我們不難發(fā)現(xiàn)輔助回歸方程的可決系數(shù)和調整的可決系數(shù)都不顯著，且方程總體線性顯著性檢驗（F檢驗）在15%的情況下也沒有通過，故回歸模型的異方差性不明顯。2）GB 檢驗Heteroskedasticity Test: BreuschPaganGodfreyFstatistic Prob. F(2,17)Obs*Rsquared Prob. ChiSquare(2)Scaled explained SS Prob. ChiSquare(2)Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 04/19/13 Time: 12:11Sample: 1978 1997Included observations: 20VariableCoefficientStd. ErrortStatisticProb. CX2X1Rsquared Mean dependent varAdjusted Rsquared . dependent var. of regression Akaike info criterionSum squared resid+09 Schwarz criterionLog likelihood HannanQuinn criter.Fstatistic DurbinWatson statProb(Fstatistic)由于F=(2,17)，故接受同方差假設，表明不存