6多重共线性.pptVIP

多重共线性的定义 多重共线性是指解释变量 之间存在完全的或近似的线性关系，在线性回归模型 中，对解释变量的样本观察值矩阵 的基本假设是 如果此假设不成立，则称解释变量 之间存在多重共线性。 出现多重共线性的原因 滞后变量的引入。 样本资料的原因。 经济变量相关的共同趋势。 多重共线性的后果 完全共线性下估计值不存在 一般共线性下: 回归系数的参数估计的标准误差变大,估计值非有效 经济意义不合理 系数t检验通不过的概率增大，不能得到正确的系数估计值 预测失效 多重共线性的检验 相关系数法 判定系数法 逐步回归法 综合统计检验法 修正法 增加样本点的个数 略去不重要的解释变量 用被解释变量的滞后值代替解释变量的滞后值 案例分析 选取农村消费水平的例子，由经济学理论和实际可以知道，影响人均消费水平的因素有：人均可支配收入、消费价格指数、通货膨胀等由此建立以下方程： CONINDEX为农村消费价格指数 PSG为社会零售商品价格指数 INCOME为人均收入水平 相关系数检验法 命令为：cor income conindex psg 菜单操作：在组窗口选择 从解释变量的相关系数来看，他们的相关系数都在90%以上，证明解释变量之间存在相关性。 判定系数法 我们依次以可支配收入、消费价格指数、通货膨胀作为被解释变量，以余下的作为解释变量做最小二乘回归。 命令： Ls income c psg conindex Ls psg c income conindex Ls conindex c income psg 判定系数法 在以人均收入作为被解释变量，其余项作为解释变量时，R、F值均很高，且通货膨胀的系数相当显著，说明收入和社会商品零售价格指数之间的相关性很高。 在以农村消费指数作为被解释变量，其余项作为解释变量时，R、F值均很高。其中社会商品零售价格指数显著。说明农村居民消费指数与社会商品零售价格指数有很大的相关性。 在以社会商品零售价格指数作为被解释变量，其余项作为解释变量时，R、F值均很高，人均收入和农村居民消费指数的系数都显著。由此我们可以初步去掉PSG。 具体结果如下： 逐步回归法 以Y为被解释变量,逐个引入被解释变量进行模型估计 根据拟合优度的变化判定新引入的解释变量是否可以用其他变量的线性组合替换 综合统计检验法 对原方程进行最小二乘估计得如下结果： 方程估计的R、F值很高，表明离差中95%是由回归解释的，各解释变量对Y的联合线性作用显著，在此前提下，只有人均收入的T值显著，其它各个T值很小，说明各解释变量之间存在共线，对Y的独立作用不能分辨，故T检验不显著。 分析的具体如下所示: ＯＬＳ估计检验法 在命令栏输入：LS CON C CONINDEX PSG CON(-1) INCOME回归结果如下： 模型的修正 原模型去掉PSG后进行OLS估计 其结果如下： 从上面的结果可以看出，DW检验值很小，存在自相关性，对模型进行AR（1）修正得如下结果： 此时依然存在自相关，我们在做一次修正，得出如下的结果： 用INCOME的滞后变量代替当前变量 其结果如下： 案例修正结果分析 从去掉PSG解释变量后分析的结果来看，R、F值都很显著，解释变量的相关系数也很高，证明拟合的结果不错。 从用INCOME的滞后变量代替当前变量的结果来看，R、F值都很显著，解释变量的相关系数也很高，证明拟合的结果可以，此时由于有滞后变量作为解释变量，DW检验值就不能作为判断是否存在自相关性的标志了。 比较这两中修正的结果，第一种的拟合值要优于第二种的拟合值，且第二种方法也不能判断是否存在自相关性，若要判断其是否存在自相关性，得借助后面的时间序列平稳性的分析方法。 * * INCOME CONINDEX PSG