全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 EViews专版
1819 4
2016-04-25
年份

Y

X1

X2

X3

X4

X5

2004

4747.14

41099.00

100.00

1493

2343.95

775.99

2005

6162.13

45443.70

101.50

1538

2841.42

779.53

2006

7375.41

49505.00

102.41

1601

2193.32

863.62

2007

10661.24

60096.00

104.87

1676

1853.95

991.66

2008

11648.00

64491.00

110.22

1771

1399.3

940.56

2009

13224.00

66940.00

108.57

1860

1613.23

906.62

2010

17151.00

73856.00

111.17

1962

1498.5

1508.95

2011

15517.90

81658.00

117.40

2019

1316.13

1778.31

2012

16553.48

87475.00

121.27

2069

1522.72

1627.99

2013

17854.00

94647.90

125.27

2115

1692.04

1724.56

2014

18499.00

99995.00

127.28

2152

1804.34

2056.74

这是数据。
  

Dependent Variable: Y

  
  

  
  

  
  

Method: Least Squares

  
  

  
  

  
  

Date: 04/22/16   Time: 16:51

  
  

  
  

  
  

Sample: 2004 2014

  
  

  
  

  
  

Included observations:  11

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

Variable

  
  

Coefficient

  
  

Std. Error

  
  

t-Statistic

  
  

Prob.  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

C

  
  

18634.67

  
  

17253.52

  
  

1.080050

  
  

0.3294

  
  

X1

  
  

0.282197

  
  

0.134230

  
  

2.102349

  
  

0.0895

  
  

X2

  
  

-491.4107

  
  

172.0774

  
  

-2.855753

  
  

0.0356

  
  

X3

  
  

16.18275

  
  

7.482912

  
  

2.162627

  
  

0.0829

  
  

X4

  
  

-0.153340

  
  

0.889128

  
  

-0.172461

  
  

0.8698

  
  

X5

  
  

-0.131188

  
  

1.509628

  
  

-0.086901

  
  

0.9341

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

R-squared

  
  

0.988813

  
  

    Mean dependent var

  
  

12672.12

  
  

Adjusted R-squared

  
  

0.977625

  
  

    S.D. dependent var

  
  

4926.110

  
  

S.E. of regression

  
  

736.8592

  
  

    Akaike info criterion

  
  

16.34512

  
  

Sum squared resid

  
  

2714807.

  
  

    Schwarz criterion

  
  

16.56216

  
  

Log likelihood

  
  

-83.89817

  
  

    Hannan-Quinn criter.

  
  

16.20831

  
  

F-statistic

  
  

88.38596

  
  

    Durbin-Watson stat

  
  

3.385200

  
  

Prob(F-statistic)

  
  

0.000071

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  
  

  


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2016-4-25 18:52:51
你看看自变量几个是不是有共线性 (简单的可以根据相关系数来判断,也可VIF来看)
因为你的变量比较多但样本比较少 所以系数检验不太好 删减掉一些共线严重的再试试。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2016-4-25 19:03:30
胖胖小龟宝 发表于 2016-4-25 18:52
你看看自变量几个是不是有共线性 (简单的可以根据相关系数来判断,也可VIF来看)
因为你的变量比较多但样 ...
但是我删掉一些变量做出来的还是不符合,还有就是消除多重共线性的方法不会,以前都没怎么接触过,毕业论文要用才开始学,现在还不是太明白。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2016-4-25 20:39:40
手写的从前 发表于 2016-4-25 19:03
但是我删掉一些变量做出来的还是不符合,还有就是消除多重共线性的方法不会,以前都没怎么接触过,毕业论 ...
可以考虑用逐步回归法
假设因变量是Y,常量C,解释变量X1,X2,X3,X4
详细的操作为:
1.Quick-Estimate Equation中先选择Method:STEPLS;
2.在Dependent Variable中输入Y,在List of search regressors中输入C X1 X2 X3 X4
3.特别要注意在Options中设置迭代中止条件Stopping Criteria,选择以显著性水平p值作为判别依据,假设检验水平为5%,设置两个值0.05和0.051。
4.Stepwise中选择向前还是向后根据你自己的需要。
OK!执行!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2016-4-25 22:11:20
胖胖小龟宝 发表于 2016-4-25 20:39
可以考虑用逐步回归法
假设因变量是Y,常量C,解释变量X1,X2,X3,X4
详细的操作为:
谢谢!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群