由被解释变量Y与各变量建的散点图观察可知Y并不是与每个解释变量间都呈明显的线性关系。运用EViews5.0软件对表1中的数据进行OLS回归分析：
可得到回归结果：
?=5925.291–0.001X1+ 0.536X2+ 12.916X3–33.411X4–0.029X5 （0.4244）（-0.0118） （7.8010） （1.7961）（-0.2456）（-0.6328） R2=0.953617 D.W.=1.798101 F=102.7972
从经济学角度看：X5系数为负不符合经济学意义，但它应该是一定程度上的决定变量，所以暂不排除；
从统计学角度来看：R2，F值都比较高，X1，X4，X5的t统计量不显著可能存在多重共线性。 五、多重共线性检验
以Y为被解释变量逐个引入被解释变量，逐步回归，分别得到方程：
?= 9354.06 + 0.27 X1 R2=0.386923 （13.7279） （4.2781）
?= 755.01 + 0.67 X2 R2=0.94149
（1.4511） （21.6019）
?= 9495.93+ 41.78 X3 R2=0.782637
（28.9038） （10.2185）
?= 116601 – 1054.41 X4 R2=0.155773
（2.5693） （-2.3132）
?= 9851.64 + 0.15 X5 R2=0.242735 （13.1175） （3.0489）
比较R2知变量
X2所在方程的拟合优度最好，因此在X2的基础上
再逐步引入X1，X3，X4，X5进行回归，根据R2得到最佳双变量
方程1:
?= 2042.14 + 0.56 X2 + 8.33 X3 (2.5716) (9.5868) (2.0680) R2=0.949243 D.W.=1.725869 F=261.8226
在X2，X3的基础上再逐步引入变量X1，X4，X5 再次进行回归，拟合优度虽都有所提高，但各自参数均未通过t检验且X5的参数符号与经济意义不符，表明X1，X4，X5是多余的，但还可继续验证，如果用与X5高度相关的X1替代X5，则X1与X2，X3，X4间的任意线性组合均达不到以X2，X3 为解释变量的回归
效果，因此最终的居民消费支出的函数方程1最优，为： ?= 2042.14 + 0.56 X2 + 8.33 X3 六、异方差检验 下面进行White检验。记
为对该模型进行OLS回归的到
的残差平方项，将其与X2，X3及其平方项与交叉项做辅助回归：
怀特统计量nR2=31*0.423598=13.132,该值大于5%显著性水平下、自由度为5的X2分布的相应临界值11.07，因此，拒绝同方差的原假设，即存在异方差。 下
面
利
用
WLS
修
正
异
方
差
对原模型进行加权最小二乘估计（WLS）得到
?= 2172.07 + 0.56 X2 + 8.13 X3
(15.8638) (48.2574) (3.6621)
R2=0.999993 D.W.=1.63625 F=7236.862
可以看出X3参数的t统计量的值有了显著改进,原模型得到了异方差的修正，消除了异方差。 七、序列相关性检验