9.3使用数据集nerlove.dta,估计以下模型:
其中,,,,与分别为电力企业的总成本、总产量、小时工资率、资本使用成本、燃料价格的对数。
(1)使用稳健标准误,对方程进行OLS回归
(2)计算VIF,是否存在多重共线性?
(3)使用拟合值进行RESET检验,是否遗漏了非线性项?
(4)在方程中加入lnq的平方项,重新进行回归
(5)再次使用拟合值进行RESET检验,是否还遗漏了非线性项?
(6)再次计算VIF,是否存在多重共线性?
(7)从经济理论出发,以上两个回归结果,哪个更可信?
解答如下:
在Stata中导入数据集nerlove.dta,在命令窗口输入如下命令:
代码:
reg lntc lnq lnpl lnpk lnpf,r #稳健标准误的OLS回归
estat vif #VIF检验判断是否多重共线
estat ovtest #使用拟合值的高次项进行RESET检验
gen lnq2=(lnq)^2
reg lntc lnq lnq2 lnpl lnpk lnpf,r
estat ovtest
estat vif
结果如下:
稳健标准误OLS回归如下:
(1)使用稳健标准误对方程进行OLS回归得=0.9260
其中与没有使用稳健标准误的OLS回归相比,标准误发生了变化,P值也略微减小,但lnpl、lnpk仍然不显著(P值大于0.05)
VIF计算结果如下:
(2)由VIF计算结果发现,最大的VIF=1.21远小于10,故不用担心存在多重共线性。
拟合值RESET检验结果如下:
(3)使用拟合值进行RESET检验得P值为0.0000,故拒绝原假设,认为存在遗漏高次项。
加入lnq平方项重新回归结果如下:
(4)加入lnq平方项后,模型=0.9573,较之前(1)增大了,说明模型对被解释变量的解释能力提高了,但解释变量lnq、lnpl和常数项仍表现为不显著(P值大于0.05)
再次拟合值RESET检验以及计算VIF,结果如下:
(5)(6)RESET检验得新模型的P值为0.3165,故接受原假设,可以认为没有遗漏高次项。新的VIF计算结果发现、 的VIF分别为22.21、22.17均大于10,故存在多重共线性。
(7)从经济理论出发,若不关心解释变量的变化情况,而只关心lntc总成本(被解释变量)的拟合情况,则新模型比原模型更可信,因其,对lntc变动的解释能力更强,但新模型仍可进一步改进以消除多重共线性的影响。