1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
112704 114333 115823 117171 118517 119850 121121 122389 123626 124761 125786 126743 127627 128453 129227 129988 130756 131448 132129 132802
133474
2010年中国统计年鉴）
1075 1075 1075 1053 1065 1080 1054 1032 1020 1022 1071 1041 1225 1396 1552 1731 1792 1867 1908 2263 2305
（资料来源： 5模型的估计与调整
（1）建立工作文件夹，并输入上图数据
（2）分别做散点图分析，并建立回归模型。（其中：用Y表示普通高等学校在校学生总数，用X1表示我国总人口，用X2表示普通高等学校总数，用X3表示我国人均GDP，共三组），如下：
从散点图的走势可知，普通高等学校在校学生总数与我国总人口呈正相关关系，普通高等学校在校学生总数与普通高等学校总数呈正相关关系，普通高等学校在校学生总数与我国人均GDP呈正相关关系。
根据散点图显示的结果（Y与X1、X2、X3呈现线性关系），建立回归模型如下：
Yi?????1X1??2X2??3X3?u
其中：Yi表示普通高等学校在校学生总数，X1表示我国总人口，X2表示普通高等学校总数，X3表示我国人均GDP，?为干扰项。 （3）求回归方程
在EViews命令框中直接键入“LS Y C X1 X2 X3”,然后回车，可出现下图计算结果：
参数估计所建立的回归方程为： Y=+X1+X2+X3 t=
R2= r-2=0.9830814 F= DW=
（4）模型检验：
1） 经济意义检验：普通高等学校在校学生总数与我国总人口成正相关，与普通高等学校总数成正相关，与我国人均GDP成正相关，当普通高等学校总数、我国人均GDP不变时，我国总人口增加1单位，普通高等学校在校学生总数增加单位；当我国总人口、我国人均GDP不变时，普通高等学校总数增加1单位，普通高等学校在校学生总数增加单位；当我国总人口、普通高等学校总数不变时，我国人均GDP增加1单位，普通高等学校在校学生总数增加单位，符合现实意义。
2）经济计量检验
① 总体显著性检验（拟合优度和统计检验）：由回归结果可知，可决系数R2=，r-2=与1十分接近，说明模型在整体上对数据的拟合优度很好。
② 回归系数显著性检验 F检验
针对H0：β1=β2=β3=0，给定显著性水平α为，在F分布表中查出自由度3和21的临界值（3，21）=。由于F= >,应拒绝原假设H0，说明回归方程显著，即我国总人口（X1），普通高等学校总数（X2），我国人均GDP（X3）对（Y）普通高等学校在校学生总数有显著影响。 t检验
分别针对H0：βj=0（j=1，2，3），给定显著性水平α为时，查t分布表得自由度21的临界值（21）=。对应统计量为，，，| t1 |，| t2 | >（21）=,通过显著性检验，| t3 | <（21）=所以未通过显著性检验。 3）多重共线性检验
由于R2=较大且接近1,F= >（3，21）=，所以认为普通高等学校在校学生总数与上述变量总体上线性显著相关。但由于X3的参数估计值未能通过t检验，所以认为解释变量间有可能存在多重共线性。
第一步：检验简单相关系数。输入命令“COR X1 X2 X3 ”,得：
表中数据皆接近于1，可见，我国总人口，普通高等学校总数，我国人均GDP三个解释变量间高度相关，也就是存在严重的多重共线性。
第二步：为检验多重共线性的影响，作如下简单回归： 1）分别作Y与X1,X2，X3的回归：
① 输入命令“ls y c x1”,得：
得到回归方程为： Y=+
1 R2= DW=
② 输入命令“ls y c x2”,得：
得到回归方程为： Y=+
2
普通高等学校在校学生总数变动的多因素分析-计量经济学大作业[1]
