计量基础篇（三）：实例谈回归――多元线性回归模型 |
您所在的位置：网站首页 › 计量经济学多元线性模型 › 计量基础篇（三）：实例谈回归――多元线性回归模型 |
计量基础篇（三）：实例谈回归――多元线性回归模型
[color=rgba(0, 0, 0, 0.3)]原创 [color=rgba(0, 0, 0, 0.3)]单人旁 橘子皮 [url=]仁者言[/url] [color=rgba(0, 0, 0, 0.3)]今天
[color=rgba(0, 0, 0, 0.3)]  点击蓝字关注我们 01 回 顾 上一期讲到基本的一元线性回归模型，运用实际数据进行了分析，并且对模型进行了相关的检验，通过建立回归模型，发现解释变GDP对被解释变量财政收入Y有显著的影响，但是通过对模型的检验我们发现，由于存在自相关性和异方差性，使得建立的模型不再可靠。本期继续介绍基础回归模型――多元线性回归，即回归模型中不再只有一个变量，而是两个及两个以上。 02 一道例题 下表给出的是1960―1982年间7个OECD国家的能源需求指数（Y）、实际GDP指数（X1）、能源价格指数（X2）的数据，所有指数均以1970年为基准（1970=100） 年份 能源需求指数Y 实际GDP指数X1 能源价格指数X2 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 54.1 55.4 58.5 61.7 63.6 66.8 70.3 73.5 78.3 83.3 88.9 91.8 97.2 100.0 97.3 93.5 99.1 100.9 103.9 106.9 101.2 98.1 95.6 54.1 56.4 59.4 62.1 65.9 69.5 73.2 75.7 79.9 83.8 86.2 89.8 94.3 100.0 101.4 100.5 105.3 109.9 114.4 118.3 119.6 121.1 120.6 111.9 112.4 111.1 110.2 109.0 108.3 105.3 105.4 104.3 101.7 97.7 100.3 98.6 100.0 120.1 131.0 129.6 137.7 133.7 144.5 179.0 189.4 190.9 03 漫谈回归 回归结果 Stata的回归结果  因此本文建立的回归模型为： Y=28.26+0.98x1-0.26x2 结果解读
04 一套检验 自相关性检验 -DW检验  -BG检验  结果：存在自相关性。 多重共线性检验 对于多重共线性的检验相对简单，一般而言，方差膨胀因子（VIF）的值小于10，可认为变量不存在多重共线性。 结果：可以发现，VIF值小于10.可以判定模型不存在多重共线性。异方差检验  异方差检验结果显示，不拒绝同方差的原假设，也即是模型不存在异方差性。05 总 结 经过本期建立的多元回归模型，以及前两期对于OLS基本的介绍和回归，大致了解了OLS回归的基础情况。然而，通过几次简单的实证可以发现，完成实证回归是比较简单的，难点在对模型设定的合理性进行解释和说明，以及后期会讲到对模型设定进行修正，我们需要考虑的问题太多。要想做好实证，使得回归模型具有很强的说服力，路漫漫其修远兮矣！附件 stata操作命令 *首先可以查看下数据基本特征>sum y x1 x2*散点图>twoway(scatter y x1)(lfit y x1) ,xtitle("实际GDP指数") ytitle("能源需求指数")>twoway(scatter y x2)(lfit y x2) ,xtitle("能源价格指数X2") ytitle("能源需求指数Y")*进行回归>reg y x1 x2>reg y x1 x2*检验>tsset year>estat dwatson>estat bgo>vif>estat imtest ,white*对y、X1、X2取对数>gen lny=log(y)>gen lnx1=log(x1)>gen lnx2=log(x2)*散点图>twoway(scatter lny lnx1)(lfit lny lnx1) ,xtitle("实际GDP指数") ytitle("能源需求指数")>twoway(scatter lny lnx2)(lfit lny lnx2) ,xtitle("能源价格指数") ytitle("能源需求指数")*重新建立回归模型>reg lny lnx1 lnx2*检验>estat dwatson>estat bgo>vif>estat imtest , whiteEND  细分析 ・ 有逻辑 仁者言 ・ 幸与你 没时间解释了，快长按左边二维码关注我们吖～_～ |
模型的F值为1626.71，远远大于对应的查找值，模型合理。【本文地址】
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |