计量2多重共线性.pdf

1.多重共线性|含义：对于模型 Y   X  X   X  相关关系，那么检验自相关性，也就是检验随机误差项之间的相关性。 i 0 1 1i 2 2i k ki i （i=1,2,…,n），其基本假设之一是解释变量X ,X , ,X 是互相独立的。各种检验方法就是在这个思路下发展起来的。·解决办法：广义最小二乘 1 2 k 如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。如 法、差分法、减小参数估计量的方差。 果存在c X c X  c X 0 （i=1,2,…,n），其中c 不全为0，即 1 1i 2 2i k ki 4.缩小置信区间|①增大样本容量n；②提高模型的拟合优度，减少残差 某一个解释变量可以用其它解释变量的线性组合表示，则称为完全共线 平方和；③提高样本观测值的分散度。 性。·后果：①完全共线性下参数估计量不存在；②一般共线性下普通最 小二乘法参数估计量无偏，但方差较大；③参数估计量经济含义不合理。 5.实际应用中采用经验方法在建立模型时应该遵守的原则|在建立某个 参数并不反映各自与被解释变量之间的结构关系，而是反映它们对被解 结构方程时，要使该方程包含前面每一个方程中都不包含的至少 1 个变 释变量的共同影响。·检验方法：①检验多重线性是否存在：对两个解释 量（内生或先决变量）；同时使前面每一个方程中都包含至少1 个该方程 变量的模型，采用简单相关系数法；对多…综合统计检验法；②判明存 所未包含的变量，且互不相同。 在多重线性的范围：判定系数检验法、逐步回归检验法。·解决办法：排 6.两阶段最小二乘法|思路：①从结构方程导出简化方程，用DLS 估计简 除引起共线性的变量，差分法。 化方程，得到简化参数估计值，并求出结构方程内生解释变量的估计值； 2.异方差性|含义：对于模型Y   X  X   X  ②将内生解释变量估计值作为工具变量替代结构方程中内生解释变量的 i 0 1 1i 2 2i k ki i Var( ) 2 样本观测值，再对结构方程DLS 估计，得到结构参数估计值。·统计性质： （i=1,2,…,n），同方差性假设为： i  常数 （i=1,2,…,n）。 2 2 采用二阶段最小二乘法得到结构方程的结构参数估计量在小样本下是有 如果出现Var( )   f ( X ) （i=1,2,…,n），即对于不同的样本点， i i i 随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。·后 偏的，在大样本下是渐进无偏的。 果：①参数估计量仍然具有无偏性，但非有效，在大样本情况下仍不具 7.最小样本容量|即从最小二乘原理和最大或然原理出发，欲得到参数估 有一致性；②变量的显著性检验失去意义；③模型的预测失效。·检验方 计量，不管其质量如何，所要求的样本容量的下限。样本容量必须不少 法：图示检验法、等级相关系数法、戈里瑟检验、巴特列特检验、戈德 于模型中解释变量的数目（包括常数项）。即n k 1。·虽然当n k 1 菲尔特—夸特检验等。·共同思路：由于异方差性，相对于不同的样本点， 时可以得到参数估计量，但除了参数估计量质量不好以外，一些建立模 也就是相对于不同的解释变量观测值，随机误差项具有不同的方差，那 型所必须的后续工作也无法进行。一般经验认为，当n  30 或者至 么检验异方差性，也就是检验随机误差项的方差与解释变量观测值之间 少n 3(k 1) 时，才能说满足模型估计的基本要求。 的相关性。各种检验方法就是在这个思路下发展起来的。·异方差性的解