计量经济学大作业 - 建立模型(3)

Y?0.9477?0.1292X1

^ (8.486) (0.6236)

R2?0. R??0.0215

?2

（2）Y与X2构成的回归模型

（图8）

^Y?3.6884?0.5537X2

?2 (5.872) (10.95)

R2?0. R?0.8038

（3）Y与X3构成的回归模型

（图9）

Y?2.5273?0.6727X3

^ (2.301) (7.183)

R2?0. R?0.6357

?2

由上，分别归纳出Y 与X1,X2,X3之间的回归，得：

(1) Y?0.9477?0.1292X1 (8.486) (0.6236)

R2^?0.^ R??0.0215

?2(2) Y?3.6884?0.5537X2 (5.872) (10.95)

R2?0.^ R?0.8038

?2(3) Y?2.5273?0.6727X3 (2.301) (7.183)

R2?0. R?0.6357

?2可见，GDP增长率受第二产业增长率影响最大，与经验相符，因此选（2）为初始回归模型。

6.1.1.3.逐步回归法检验

以GDP为解释变量，逐个引入解释变量，构成回归模型，进行模型检验。根据拟合优度的变化来决定新引入的变量是否可以用其他变量的线性组合代替。

第一步，以GDP为被解释变量，引入X2,X1进行模型估计。

GDP?f(X2，X1)

（图10）

图中可以看出，引入变量X1之后，模型的拟合优度从0.8106提高到0.9021，拟合拟合优度提高，且参数符号合理，变量也通过了t检验。

第二步，引入解释变量X3

GDP=f(X2,X1，X3)

（图11）

模型的拟合优度再次提高，变量也通过了t检验。以上结果表明，模型中选取的变量都是必要且合理的。

所以综上所述，该模型不存在多重共线性,不需要增减变量。

6.1.2.异方差性检验

在模型的基本假设中，假定了随机干扰项之间同方差。然而对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同的，则认为出现了异方差。

我们先用图示检验的方法大致判断模型是否存在异方差。