最近在研究一个关于出国旅游影响因素的计量经济学模型，因为是学旅游的，对计量经济学领域不很擅长，建立了如下模型后，出来的结果，让我很郁闷，出国旅游人数竟然和失业率成正相关，而且，失业率每增加一个单位，出国旅游人数将增加168万，到底哪里出错了～？请各位大侠帮忙啊～

y=β0+β1x1+β2x2+β3x3+β4x4+β5x 5

其中，y 代表出国旅游人数，x1、x2、x3、x4、x 5分别代表出境旅游人数的影响因素：人均GDP、消费者物价指数、汇率、家庭储蓄率、失业率，

模型估计与修正

利用eviews软件对旅游人数及其影响因素进行回归分析，可得回归方程为：

y=40.89022+0.000896x1-26.71381x2+0.035965x3+7.740212x4+155.7641x5
(0.137397) (11.20229) (-8.377688) (0.053122) (1.188962)
(5.304801)

R-squared=0.980065, Adjusted R-squared=0.977371, F-statistic=363.7989

从上式可以看出，在估计的回归系数中β1,β2,β5都能通过显著性水平为1%的t检验，整体拟合度也比较高,
这说明变量x1、x2、x5能在99%的水平下对模型影响显著,β3和β4的T-统计量不显著，因此我们剔除变量x3、x4构建一个更加简化的经济学模型，重新利用Eviews对模型进行估计，结果如下：

y=175.8429+0.000842x1-24.29584x2+131.8360x5

(2.566503) (15.79649)

(-10.27488)
(6.293334)

R-squared=0.979303, Adjusted R-squared=0.977711, F-statistic=615.1004

考察F检验，如果取显著性水平为1%，F0.01(3,40)=4.31,所得的F值大大超过此临界值，说明所有解释变量联合起来对被解释变量Y影响显著。在估计的回归系数中，β0，β1,β2,β5,都能通过显著性水平为0.1%的t检验，这说明变量x1 、x2 、x5能在99.9%的水平下对被解释变量y影响显著。

用cochrane-orcutt迭代法对自相关进行修正，得到的结果如下：

y=223.9195+0.000885x1-25.29903x2+106.7815x5

（1.757037）（10.58096） （-6.473067） (3.379437)

R-squared=0.942324, Adjusted R-squared=0.937770, F-statistic=206.9498 D-W=1.933709

dU<D-W<4-dU,说明模型已消除自相关的影响。修正之后的模型能通过F检验，β1,β2,β5能通过显著性水平为1%的t检验，说明各个解释变量对被解释变量Y有显著影响。调整之后的R平方值的拟合度很好。