第四章多重共线性精要.pptVIP

一、多重共线性的含义 2. 增大样本容量 如果样本容量增加，会减小回归参数的方差，标准误差也同样会减小。因此尽可能地收集足够多的样本数据可以改进模型参数的估计。 3. 变换模型形式 将线性方程变换为差分方程、双对数模型、半对数模型等。 问题：差分会丢失一些信息，差分模型的误差 项可能存在序列相关，可能会违背经典线性回 归模型的相关假设，在具体运用时要慎重。 4. 利用非样本先验信息 通过经济理论分析能够得到某些参数之间的关 系，可以将这种关系作为约束条件，将此约束 条件和样本信息结合起来进行约束最小二乘估 计。 如生产函数 ，L与K通常高度相关。若假设规模报酬不变，则α+β=1，对模型进行变换 5. 横截面数据与时序数据并用 首先利用横截面数据估计出部分参数，再利用 时序数据估计出另外的部分参数，最后得到整 个方程参数的估计。 注意：这里包含着假设，即参数的横截面估计和 从纯粹时间序列分析中得到的估计是一样的。 6. 变量变换 (1)引入差分指标、相对指标 (2)将名义数据转换为实际数据 (3)将小类指标合并成大类指标 （4）改变变量的统计指标 。 二、逐步回归法 首先建立一元线性回归模型。利用相关系数从所有解释变量中选择相关性最强的变量建立一元线性回归模型。 然后再依次建立多