对能源消耗总量影响因素的实证分析(3)
作者:佚名; 更新时间:2014-12-14

由以上数据,我们可以看出:数据存在严重多重共线性问题。需要对此模型进行修正。

用逐步回归法对多重共线性进行修正。由SPSS软件得到如下数据:

对能源消耗总量影响因素的实证分析

对能源消耗总量影响因素的实证分析

从以上数据可知,经过逐步回归之后,只有能源生产总量这一个解释变量进入了模型,而且其VIF值为1.000符合标准。(VIF的大小反映了解释变量之间是否存在多重共线性,经验表明,VIF≥10时,说明解释变量与其余解释变量之间有严重的多重共线性,且这种共线性可能会过度的影响最小二乘估计。)但由于实际经验及研究表明,能源消耗总量与GDP也有高度相关关系,所以需要把不变价GDP也加入到模型中。所以最后得到的模型如下:

其中, 的系数由OLS估计得到。

  4.自相关的检验与修正

  采用DW检验法检验模型是否存在自相关。用SPSS软件得到如下数据:

对能源消耗总量影响因素的实证分析

由以上图表可知,DW值为1.026。取显著性水平 时,临界值d L和d U分别为1.270和1.563。因为0≤DW≤DL,模型存在正的自相关,需要对模型进行修订。

用科克伦-奥克特迭代法对自相关进行修订。,用SPSS软件,采用9次迭代法,对模型进行分析后,得到如下数据:

对能源消耗总量影响因素的实证分析

经过迭代后,基本消除了自相关。得到的模型如下所示:

5.异方差的检验与修正

分别做 与Y的散点图:

对能源消耗总量影响因素的实证分析

对能源消耗总量影响因素的实证分析

                                                                                    

由图形可以看出:能源生产总量与Y不存在自相关关系,而GDP与Y几乎也不存在自相关关系。为了得到更确定的答案,还需要用G-Q检验法对模型进行异方差的检验。由残差平方与GDP的散点图,可知模型可能存在升序排列的异方差。所以对模型数据进行升序排列,排除中间四分之一的数据,分别对余下的数据进行回归分析,得到如下数据:

方差分析

 

df

SS

MS

F

回归分析

1

1498745586

1.5E+09

271.1062

残差

9

49754337.26

5528260

总计

10

1548499924

 

 

方差分析

 

df

SS

MS

F

回归分析

1

15837859524

1.58E+10

905.3101

残差

8

139955216.8

17494402

总计

9

15977814740

 

 

计算统计量

对能源消耗总量影响因素的实证分析

=139955216.8/49754337.26=2.81

=0.05,查F分布表,的临界值为F(0.05)(11,11)=2.82。因为2.81<2.82,所以认为模型中不存在异方差。

  五、模型总结

  本次分析一开始选择了比较多的变量作为分析依据,但是通过各种检验和调整,最终结果体现,影响能源消耗总量的主要因素有能源生产总量与GDP。能源生产总量是消耗总量的直接制约因素。GDP的增长是能源消耗总量曾长的根本决定因素。

  所以最终确定的模型为经过科克伦—奥科特九次迭代法之后,得到的模型

同时,也得到了如下数据:

对能源消耗总量影响因素的实证分析

对能源消耗总量影响因素的实证分析

  由以上数据可以看出:

  可决系数R=0.994,表明样本数据与回归方程拟合优度很好。

  能源生产总量系数的t值为 26.491,表明能源生产总量对能源消费总量由显著性影响。

  可比价GDP系数的t值为1.332,t值不是很大,表明模型仍存在一定问题,但由于知识水平与技术的限制,我不能做出更好的调整,有待日后修复。

参考文献

       1.《中国统计年鉴2007》

       2.《计量经济学》

       3.《SPSS统计软件分析应用》

       4.《中国日报》

核心期刊快速发表
Copyright@2000-2030 论文期刊网 Corporation All Rights Reserved.
《中华人民共和国信息产业部》备案号:ICP备07016076号;《公安部》备案号:33010402003207
本网站专业、正规提供职称论文发表和写作指导服务,并收录了海量免费论文和数百个经国家新闻出版总署审批过的具有国内统一CN刊号与国际标准ISSN刊号的合作期刊,供诸位正确选择和阅读参考,免费论文版权归原作者所有,谨防侵权。联系邮箱:256081@163.com