由上表可得出解释变量 X与T 之间存在一定程度的线性相关性。 b. 多重共线性的修正: 由于模型** 是利用逐步回归法( 即判断是否存在多重共线性, 又削弱了多重共线性的程度) 确定出的最佳模型,因此其多重共线性程度较之其他模型应该较弱。⑵模型** 是否存在异方差性。 a. 异方差性的检验:图形分析法图六由以上散点图可得出模型** 存在异方差性。 b. 异方差的修正: WLS 估计法 genr e^2=r esid*residgenr W=1/e^2 Ls(W=W) YCXT 得到如下回归输入结果: 表十表 Unweighted Statistics R-squared 0.868749 Mean dependent var 56.61385 Adjusted R-squared 0.842499 S.D. dependent var 15.09165 S.E. of regression 5.989340 Sum squared resid 358.7219 Durbin-Watson stat 1.099410 ⑶模型** 是否存在自相关性。 a、自相关性的检验:图示法图七由上图可知,模型** 存在一定程度的自相关性。 b 、自相关性的修正: ①先利用对数线性回归修正自相关 genr LY=log(Y) genr LX=log(X) gen r LT=log(T) Ls LY C LX LT 得到如下回归输入结果: 表十一由上表可知 DW=1.2563, 给定显著性水平α=0.05 ,查 DW 表, n=13,k ’=2, 得到 d L=0.861,dU=1.562, 因为 0.861<1.2563<1.562, 所以 DW=1.2563 落在了无法判别区域。②同时考虑 Cochrane-Orcutt 迭代。 Ls LYC LX LT AR(1) 得到如下回归输入结果:
全文预览
