（b）由于R2很高，而财富变量不显著且不符合经济学意义。因此，可能存在多重共线性。 （c）分别做回归得到如下结果：
可以看到，两个解释变量都是显著且符合与经济学理论一致。 （d）二者高度相关。
（e）可以删除一个解释变量，但是可能造成模型设定形式错误。由于样本容量过小，以至于无法独立分析收入水平和财富水平对消费支出的影响。 8.29Y：新轿车需求量
X2：新轿车消费者价格指数 预期符号为- X3：城市居民消费者价格指数 预期符号为- X4：个人可支配收入 预期符号为+ X5：利率 预期符号为- X6：劳动力就业水平 预期符号为+
首先，将所有解释变量放进模型中分别进行线性模型和对数模型的回归，得到如下结果：
大多数回归系数不显著，并且与理论预期不符合，可能存在多重共线性。 为了观察变量之间的相关性，做变量之间的相关系数矩阵：
通过相关系数矩阵发现，新轿车价格指数（X2）与城市居民价格消费指数（X3）的相关系数为0.9969，高度相关；新轿车价格指数（X2）与个人可支配收入（X4）的相关系数为0.9914，高度相关；个人可支配收入（X4）与劳动力就业水平（X6）的相关系数为0.9721，高度相关。
根据经济学理论，在研究消费函数时，自价格和收入是核心变量；因此，我们尝试剔除城市居民价格消费指数（X3）和劳动力就业水平（X6），重新估计双对数模型。
发现，虽然符号符合理论预期，但是自价格和收入并不显著。
此时考虑，因为可支配收入（X4）与劳动力就业水平（X6）高度相关，尝试使用劳动力就业水平（X6），而把X4剔除。双对数模型估计结果如下：
此时，模型中所有解释变量估计系数符号均符合理论预期，并且均在5%的统计显著性水平上显著，此模型可用。
8.31 Y：薪水SALARY X2：利润PROFIT X3：营业额TURNOVER 回归结果解释框架同7.17.
利润变量X2的估计系数显著，营业额变量X3的估计系数并不显著。而F检验是统计显著的。可能存在多重共线性。
由于模型存在两个变量，可以做相关系数进行判断，也可以通过两个变量之间的回归模型的结果进行判断。
相关推荐：
loading