【正文】 9019801991198119921982199319831994198419951985199619861997198719981988資料來源：《中國統(tǒng)計年鑒1999》【實驗步驟】一、回歸模型的篩選⒈相關(guān)圖分析：SCAT X Y存款余額為被解釋變量Y，GDP指數(shù)為解釋變量X，可得到二者的相關(guān)關(guān)系圖如51所示。 圖51表明隨著GDP指數(shù)的上升，居民儲蓄存款也逐步增加，二者的曲線相關(guān)關(guān)系較為明顯，線性關(guān)系則不太明顯。因此，為了合理估計居民儲蓄存款模型，可以將函數(shù)初步設(shè)定為線性、雙對數(shù)、對數(shù)、指數(shù)、二次多項式等不同形式，進(jìn)而加以比較分析。圖51 我國城鄉(xiāng)居民儲蓄存款與GDP指數(shù)相關(guān)圖⒉估計模型，利用LS命令分別建立以下模型⑴線性模型： LS Y C X由此得到估計結(jié)果及相關(guān)信息如圖52所示。圖52 線性模型估計結(jié)果其檢驗報告如下： () ()＝ F＝ ＝⑵雙對數(shù)模型：GENR LNY=LOG(Y) GENR LNX=LOG(X) LS LNY C LNX估計結(jié)果及相關(guān)信息如圖53所示。圖53 雙對數(shù)模型估計結(jié)果其檢驗報告如下： () ()＝ F＝ ＝⑶對數(shù)模型：LS Y C LNX估計結(jié)果及相關(guān)信息如圖54所示。圖54 對數(shù)模型估計結(jié)果其檢驗報告如下： () ()＝ F＝ ＝⑷指數(shù)模型：LS LNY C X估計結(jié)果及相關(guān)信息如圖55所示。圖55 指數(shù)模型估計結(jié)果其檢驗報告如下： () ()＝ F＝ ＝⑸二次多項式模型：GENR X2=X^2LS Y C X X2估計結(jié)果及相關(guān)信息如圖56所示。圖56 二次多項式模型估計結(jié)果其檢驗報告如下： () () ()＝ F＝ ＝⒊選擇模型比較以上模型，可見各模型回歸系數(shù)的符號及數(shù)值較為合理。各解釋變量及常數(shù)項都通過了檢驗，模型都較為顯著。除了對數(shù)模型的擬合優(yōu)度較低外，其余模型都具有高擬合優(yōu)度，因此可以首先剔除對數(shù)模型。各模型的殘差分布表如圖57至圖510所示。圖57 線性模型殘差分布圖58 雙對數(shù)模型殘差分布圖59 指數(shù)模型殘差分布圖510 二次多項式模型殘差分布從以上殘差分布表可見，線性模型的殘差在較長時期內(nèi)呈連續(xù)遞減趨勢而后又轉(zhuǎn)為連續(xù)遞增趨勢，指數(shù)模型則大體相反，殘差先呈連續(xù)遞增趨勢而后又轉(zhuǎn)為連續(xù)遞減趨勢，因此，可以初步判斷這兩種函數(shù)形式設(shè)置是不當(dāng)?shù)摹６?，這兩個模型的擬合優(yōu)度也較雙對數(shù)模型和二次多項式模型低，所以又可舍棄線性模型和指數(shù)模型。雙對數(shù)模型和二次多項式模型都具有很高的擬合優(yōu)度，因而初步選定回歸模型為這兩個模型。二、自相關(guān)性檢驗⒈DW檢驗；⑴雙對數(shù)模型因為n＝21，k＝1，取顯著性水平＝，查表得＝，＝，而0＝DW，所以存在（正）自相關(guān)。⑵二次多項式模型＝，＝，而＝DW，所以通過DW檢驗并不能判斷是否存在自相關(guān)。⒉偏相關(guān)系數(shù)檢驗在方程窗口中點擊View/Residual Test/CorrelogramQstatistics，并輸入滯后期為10，則會得到殘差與的各期相關(guān)系數(shù)和偏相關(guān)系數(shù)，如圖51512所示。圖511 雙對數(shù)模型的偏相關(guān)系數(shù)檢驗圖512 二次多項式模型的偏相關(guān)系數(shù)檢驗從511中可以看出，雙對數(shù)模型的第1期、第2期偏相關(guān)系數(shù)的直方塊超過了虛線部分，存在著一階和二階自相關(guān)。圖512則表明二次多項式模型僅存在二階自相關(guān)。⒊BG檢驗在方程窗口中點擊View/Residual Test/Series Correlation LM Test，并選擇滯后期為2，則會得到如圖513所示的信息。圖513 雙對數(shù)模型的BG檢驗圖中，=，臨界概率P=，因此輔助回歸模型是顯著的，即存在自相關(guān)性。又因為，的回歸系數(shù)均顯著地不為0，說明雙對數(shù)模型存在一階和二階自相關(guān)性。二次多項式BG檢驗BG檢驗與偏相關(guān)系數(shù)檢驗結(jié)果不同三、自相關(guān)性的調(diào)整：加入AR項⒈對雙對數(shù)模型進(jìn)行調(diào)整；在LS命令中加上AR(1)和AR(2)，使用迭代估計法估計模型。鍵入命令：LS LNY C LNX AR(1) AR(2)則估計結(jié)果如圖516所示。圖516 加入AR項的雙對數(shù)模型估計結(jié)果 圖516表明，估計過程經(jīng)過4次迭代后收斂；，并且檢驗顯著，說明雙對數(shù)模型確實存在一階和二階自相關(guān)性。調(diào)整后模型的DW＝，n＝19，k＝1，取顯著性水平＝，查表得＝，＝，而＝DW4－，說明模型不存在一階自相關(guān)性；再進(jìn)行偏相關(guān)系數(shù)檢驗（圖517）和BG檢驗（圖518），也表明不存在高階自相關(guān)性，因此，中國城鄉(xiāng)居民儲蓄存款的雙對數(shù)模型為： () ()＝ F＝ ＝ DW＝圖517 雙對數(shù)模型調(diào)整后的偏相關(guān)系數(shù)檢驗結(jié)果圖518 雙對數(shù)模型調(diào)整后的BG檢驗結(jié)果⒉對二次多項式模型進(jìn)行調(diào)整；鍵入命令：LS Y C X X2 AR(2)則估計結(jié)果如圖519所示。加上ar1 2調(diào)整后不存在自相關(guān)性，但僅有AR(2)項調(diào)整后用偏相關(guān)系數(shù)檢驗仍然存在2階和6階自相關(guān)，且BG檢驗結(jié)果與偏相關(guān)系數(shù)檢驗結(jié)果不同，且BG檢驗滯后期不同，結(jié)果不同。⒊從雙對數(shù)模型和二次多項式模型中選擇調(diào)整結(jié)果較好的模型。四、重新設(shè)定雙對數(shù)模型中的解釋變量：模型1：加入上期儲蓄LNY(1)；模型2：解釋變量取成：上期儲蓄LNY(1)、本期X的增長DLOG(X)。⒈檢驗自相關(guān)性；⑴模型1鍵入命令：LS LNY C LNX LNY(1)則模型1的估計結(jié)果如圖521所示。圖521 模型1的估計結(jié)果圖521表明了DW=，n＝20，k＝2，查表得＝，＝，而＝DW，屬于無法判定區(qū)域。采用偏相關(guān)系數(shù)檢驗的結(jié)果如圖522所示，圖中偏相關(guān)系數(shù)方塊均未超過虛線，模型1不存在自相關(guān)性。圖522 模型1的偏相關(guān)系數(shù)檢驗結(jié)果⑵模型2鍵入命令：GENR DLNX=D(LNX)LS LNY C LNY(1) DLNX則模型2的估計結(jié)果如圖523所示。圖523 模型2的估計結(jié)果圖523表明了DW=，n＝20，k＝2，查表得＝，＝，而＝DW，屬于無法判定區(qū)域。采用偏相關(guān)系數(shù)檢驗的結(jié)果如圖524所示，圖中偏相關(guān)系數(shù)方塊均未超過虛線，模型2不存在自相關(guān)性。圖524 模型2的偏相關(guān)系數(shù)檢驗結(jié)果⒉解釋模型的經(jīng)濟(jì)含義。⑴模型1模型1的表達(dá)式為：表示我國城鄉(xiāng)居民儲蓄存款余額的相對變動不僅與GDP指數(shù)相關(guān)，而且受上期居民存款余額的影響。當(dāng)GDP指數(shù)相對增加1％時，％，當(dāng)上期居民存款余額相對增加1％時，％。⑵模型2模型2的表達(dá)式為：表示上期居民存款余額相對增加1％時，％，當(dāng)GDP指數(shù)的發(fā)展速度相對增加1％時，％。實驗六 多重共線性【實驗?zāi)康摹空莆斩嘀毓簿€性的檢驗及處理方法【實驗內(nèi)容】建立并檢驗我國鋼材產(chǎn)量預(yù)測模型【實驗步驟】【例1】表1是1978－1997年我國鋼材產(chǎn)量（萬噸）、生鐵產(chǎn)量（萬噸）、發(fā)電量（億千瓦時）、固定資產(chǎn)投資（億元）、國內(nèi)生產(chǎn)總值（億元）、鐵路運(yùn)輸量（萬噸）的統(tǒng)計資料。表1 我國鋼材產(chǎn)量及其它相關(guān)經(jīng)濟(jì)變量統(tǒng)計資料年份鋼材產(chǎn)量Y生鐵產(chǎn)量X1發(fā)電量X2固定資產(chǎn)投資X3國內(nèi)生產(chǎn)總值X4鐵路運(yùn)輸量X519782208347925663264110119197924973673282040381118931980271638023006451811127919812670341730934862107673198229203551327752951134951983307237383514593511878419843372400137707171124074198536934384410789641307091986405850644495102021356351987438655034973119631406531988468957045452149281449481989485958205848169091514891990515362386212253418548150681199156386765677521618152893199266977589753926638157627199377168956839534634162663199484289741928146759163093199589801052910070584781658551996933810723108136788516880319979979115111135674463169734一、檢驗多重共線性⒈相關(guān)系數(shù)檢驗利用相關(guān)系數(shù)可以分析解釋變量之間的兩兩相關(guān)情況。在Eviews軟件中可以直接計算相關(guān)系數(shù)矩陣。本例中，在Eviews軟件命令窗口中鍵入：COR X1 X2 X3 X4 X5或在包含所有解釋變量的數(shù)組窗口中點擊View\Correlations，其結(jié)果如圖1所示。由相關(guān)系數(shù)矩陣可以看出，即解釋變量之間時高度相關(guān)的。圖1 解釋變量相關(guān)系數(shù)矩陣⒉輔助回歸方程檢驗當(dāng)解釋變量多余兩個且變量之間呈現(xiàn)出較復(fù)雜的相關(guān)關(guān)系時，可以通過建立輔助回歸模型來檢驗多重共線性。本例中，在Eviews軟件命令窗口中鍵入：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對應(yīng)的回歸結(jié)果如圖2－6所示。圖2圖3圖4圖5圖6上述每個回歸方程的F檢驗值都非常顯著，方程回歸系數(shù)的T檢驗值表明：X1與XX2與X3