计量经济学x1和x2的相关系数矩阵如下表所示，请问该模型存在严重多重共现象吗

急求一个计量经济学模型案例思路。~

　　计量经济学报告
　　研究问题：我国私人汽车拥有量 与 城镇居民可支配收入 汽车产量之间的关系
　　模型设定：以我国私人汽车拥有量为被解释变量（qcyyl） 城镇居民可支配收入（kzpsr），汽车产量（qccl）为两个解释变量，选取1994-2008年数据进行分析
　　一
　　1数据
　　年份 qcyyl kzpsr qccl
　　3496.2
　　4238
　　4838.9
　　5160.3
　　5425.1
　　5854
　　6279.98
　　6859.6
　　7702.8
　　8472.2
　　9421.6
　　10493
　　11759.5
　　13785.8
　　15780.8
　　205.42
　　249.96
　　289.67
　　358.36
　　423.65
　　533.88
　　625.33
　　770.78
　　968.98
　　1219.23
　　1481.66
　　1848.07
　　2333.32
　　2876.22
　　4173.39
　　136.69
　　145.27
　　147.52
　　158.25
　　163
　　183.2
　　207
　　243.17
　　325.1
　　444.39
　　507.41
　　570
　　727.9
　　888.7
　　934.55
　　94
　　95
　　96
　　97
　　98
　　99
　　00
　　01
　　02
　　03
　　04
　　05
　　06
　　07
　　08


　　2 qcyyl 与 kzpsr qccl 走势图


　　3 初次最小平方估计

　　Dependent Variable: QCYYL
　　Method: Least Squares
　　Date: 05/04/10 Time: 10:33
　　Sample(adjusted): 1994 2008
　　Included observations: 15 after adjusting endpoints


　　Variable Coefficient Std. Error t-Statistic Prob.


　　C -488.2586 90.76810 -5.379188 0.0002
　　KZPSR 0.099271 0.027240 3.644320 0.0039
　　QCCL 2.210803 0.337929 6.542211 0.0000


　　R-squared 0.996379 Mean dependent var 1013.181
　　Adjusted R-squared 0.995720 S.D. dependent var 838.8779
　　S.E. of regression 54.88001 Akaike info criterion 11.03558
　　Sum squared resid 33129.97 Schwarz criterion 11.17253
　　Log likelihood -74.24909 F-statistic 1513.237
　　Durbin-Watson stat 0.995130 Prob(F-statistic) 0.000000


　　模型方程
　　QCYYL=-488.2586+0.099271KZPSR+2.210803QCCL
　　(-5.379188) (3.644320) (6.542211)
　　R^2=0.996379 调整R^2=0.995720 SE=54.88001 F=1513.237 N=15

　　模型分析：由分析报告可知kzpsr标准差0.027240与系数比较0.099271较大，QCCL的标准差0.337929与系数2.210803比较也较大 t检验得知kzpsr，qccl 都通过了t 检验 由Prob. 概率得知两解释变量都很小，都是有效的解释变量。由此可知该模型统计性质很好。
　　R^2=0.996379 拟合程度高SE=54.88001 相对于Mean dependent var=1013.181较小，F检验 F-statistic=1513.23很大通过了F检验其概率几乎为零，可见说明解释变量城镇居民可支配收入 汽车产量都对被解释变量我国私人汽车拥有量有显著影响。该模型统计性质和拟合性质都很好。


　　二 检验模型存在的问题
　　1 多重共线性问题的解决


　　Dependent Variable: KZPSR
　　Method: Least Squares
　　Date: 06/25/10 Time: 13:40
　　Sample (adjusted): 2 15
　　Included observations: 14 after adjustments


　　Variable Coefficient Std. Error t-Statistic Prob.


　　C 3191.511 276.5214 11.54164 0.0000
　　QCCL 12.19280 0.660491 18.46020 0.0000


　　R-squared 0.965984 Mean dependent var 7413.356
　　Adjusted R-squared 0.963150 S.D. dependent var 3029.676
　　S.E. of regression 581.5895 Akaike info criterion 15.70097
　　Sum squared resid 4058956. Schwarz criterion 15.79226
　　Log likelihood -107.9068 F-statistic 340.7790
　　Durbin-Watson stat 0.479094 Prob(F-statistic) 0.000000


　　由qccl与kzpsr的相关系数=0.965984，两变量之间的相关系数很高，存在多重共线性问题

　　岭回归估计
　　1 试探性取lmd=0.01 0.02 计算相应的B（lmd）
　　2 图形如下


　　当LMD=0.07时，各岭迹图趋于平缓
　　模型为Y=-265.96+ 0.0296168373511679KZPSR+ 3.06008529034178QCCL
　　当lmd=0.07残差平方和是∑ =0.05857
　　而最小平方估计的残差平方和为∑ =0.048013 残差平方和损失并不大 可见该模型的拟合程度还可以，所以此次岭回归估计是成功的。


　　2 异方差问题的解决


　　从图形来看异方差问题不存在
　　进行等级相关检验 得到ItI=0.6345 不存在异方差


　　3 自相关问题的解决


　　0.95 1.54
　　从图中可以看出总有多个点位于同侧，DL=0.95 DU=1.54
　　DW=0.99513接近于1 ，模型可能存在自相关问题因而进行自相关检验。
　　对于qccl的自相关检验

　　Dw=1.4439
　　广义最小平方估计
　　对于kzpsr的自相关检验

　　Dw=0.884358 查表得在存在正自相关

　　Dependent Variable: YY
　　Method: Least Squares
　　Date: 06/25/10 Time: 16:54
　　Sample (adjusted): 1995 2008
　　Included observations: 14 after adjustments


　　Variable Coefficient Std. Error t-Statistic Prob.


　　XX0 -1372.384 134.9178 -10.17200 0.0000
　　XX1 0.321921 0.015047 21.39428 0.0000


　　R-squared 0.974453 Mean dependent var 1050.641
　　Adjusted R-squared 0.972324 S.D. dependent var 936.3228
　　S.E. of regression 155.7686 Akaike info criterion 13.06618
　　Sum squared resid 291166.3 Schwarz criterion 13.15748
　　Log likelihood -89.46329 Durbin-Watson stat 1.092380


　　dw=1.09 较之前有所提高
　　Y（yyqcl）=-1372.384+0.321912*x1（kzpsr）
　　∑ =0.0309

此表应该是协方差表，也就是相关系数表。还有这题应该是两个独立的题目吧，因为协方差表没有X4和其他自变量的数据，如果不是这样的话，我也不知道怎么办。对于第一个，可以看出因变量Y和X1，X2，X3相关系数很高；另外各自变量之间相关系数也很高，所以要设置交互项。所以综合分析，模型设立为：
Y=β0+β1X1+β2X2+β3X3+β5X1X2+β6X1X3+β7X2X3+u
对于第二个，显然模型为：
log（Y）=β0+β1log（X4）+u

你好！(d)项表明X2与X1有很强的线性关系，所以(a)式有严重的多重共线性问题。经济数学团队帮你解答，请及时采纳。谢谢！

---

永宁县15289816732： 偏相关系数的偏相关系数的计算 - ？
齐油康妇： 偏相关系数的计算可以有下面的三种方法(详细的计算方法见参考文章) 1 根据上面的说法,从线性回归的角度计算变量间的偏相关系数,但是这样做很麻烦. 2 迭代法,可以认为简单相关系数为0阶偏相关系数,任何n阶偏相关都可以通过3个...

永宁县15289816732： pearson相关系数 我要检验X1和X2的相关 得出这样的结果 要怎么解释 不相关吗 Descriptive Statistics Mean - ？
齐油康妇： 你看相关分析的结果矩阵中,如果相关系数的右上角有两个*,表示在0.01水平上显著相关 如果右上角有一个*,表示在0.05水平上有相关性

永宁县15289816732： 设X1,X2,……Xn是总体X的样本,总体方差存在,X拔是样本均值,求X1与X拔的相关系数 - ？
齐油康妇： 给你点提示,你就能做出来了,D(X1+X拔)=D(X1)+D(X拔)+2Cov(X1,X拔) 式中,D(X1+X拔)=D[(1+1/n)X1+1/n(X2+X3+……Xn)]=(1+1/n)^2D(X1)+(1/n)^2[D(X2)+D(X3)+……+D(Xn)],而D(X1)=D(X2)=D(X3)=……=D(Xn)=总体方差D(X) D(X拔)=1/nD(X),所以这时可求出Cov(X1,X拔),代入相关系数公式,即可求出相关系数

永宁县15289816732： 线性回归相关系数 - ？
齐油康妇： 相关系数有多种. 1. 在一元线性回归中:y=ax+b (1) y,x之间的关系用一个简单的相关系数就可描述; 2. 在多元线性回归中,因变量y与n(>1)个自变量:x1,x2,...,xn,之间存在线性关系, 即: y = a1x1 + a2x2 + ......+ anxn (2) 那么 y与(x1,x2,...,xn...

永宁县15289816732： 什么是相关矩阵 - ？
齐油康妇： 什么是相关矩阵以X{x1,x2,...,xn}为列,Y{y1,y2,...,yn}为行,排列成rij的矩阵,若符合关系R,则显示为1,否则为0.以此判断X,Y的关系. 不过,不知道结构方程式是啥. 统计里面相关系数矩阵是Cov的两个随机变量的相关系数组成的矩阵吧? Cov(Rv.1, Rv.2)=E(x-E Rv.1)(y - E Rv.2) 希望你能看懂

永宁县15289816732： 如何求矩阵的自相关矩阵 - ？
齐油康妇： 相关矩阵也叫相关系数矩阵,是由矩阵各列间的相关系数构成的.也就是说,相关矩阵第i行第j列的元素是原矩阵第i行和第j列的相关系数.相关矩阵的对角元素是1.相关矩阵是对称矩阵.

永宁县15289816732： 相关系数矩阵和协方差矩阵有什么区别 - ？
齐油康妇： 相关系数矩阵:相当于消除量纲的表示变量间相关性的一个矩阵 协方差矩阵:它是没有消除量纲的表示变量间相关性的矩阵. 你对比下它们的等式变换关系: r=COV(x,y)/D(x)D(y)看看我的博客http://blog.csdn.net/yugao1986/article/details/6878578

永宁县15289816732： 计量经济学中多重共线性的检验方法有哪些? - ？
齐油康妇：[答案] 作出各解释变量的相关系数矩阵,利用相关系数矩阵可以很容易看出自变量之间的共线性.你也可以使用辅助回归方法,即把多个解释变量中的一个作为因变量其余的作为自变量做回归分析看显著性.还可以更具OLS估计量的性质,得到估计参数的“...

永宁县15289816732： SPSS新手,要做两组变量的相关系数矩阵要做两组变量的相关系数矩阵,矩阵结果为如下的比较关系Y1,Y2,Y3,Y4X1X2X3请教在Correlate如何设置,现在怎... - ？
齐油康妇：[答案] 你那种形式要自己改的,spss做出来的只有下面

永宁县15289816732： x1,x2怎么求出来的啊,怎么从行最简行矩阵看出x1,x2,不要复制 - ？
齐油康妇： 式子不是写的很清楚了么 已经得到最后的最简型矩阵 x1和x2在式子里已经各有一个被化简掉 当然就用这两个来表示更简单 比如这里的1 0 2 7 -1,最后一个是常数,所以等于-1 而前面是系数,即x1+2x3+7x4=0,当然x1=-2x3-7x4 于是x1=-2x3-7x4-1