Chapter_08_多重共线性.pptVIP

计 量 经 济 学 基 础 与 应 用;Multicollinearity: What Happens if Explanatory Variables are Correlated?;回 顾;上节课两个代表性习题:;例一 题干;例一 问题;例二 表11-10;例二 题干;例二 问题;前 言 ; 第一节 多重共线性的概念; 如果存在 c1X1i+c2X2i+…+ckXki=0 i=1,2,…,n 其中: ci不全为0，则称为解释变量间存在完全共线性（perfect multicollinearity）。;多重共线性的图示;完全共线性的例子 精要 表 12-1;Scattergram between income (X3) and price (X2).;完全共线性的例子 精要 图 12-1;完全共线性的例子 精要 图 12-1; 回到表12-1，用X4（工资）代替X3（收入）;接近或不完全共线性的例子 图12-2;接近或不完全共线性的例子 图12-2;第二节 实际经济问题中的多重共线性; （2）滞后变量的引入; （3）样本资料的限制;将模型 写成离差形式 ;第三节 多重共线性的后果 ;第三节 多重共线性的后果 ;方差膨胀因子与估计量精度变化 ;方差膨胀因子与估计量精度变化 ;方差膨胀因子与估计量精度变化 ;第三节 多重共线性的后果 ; 回到表12-1，用X4（工资）代替X3（收入）;第三节 多重共线性的后果 ;第三节 多重共线性的后果 ;第三节 多重共线性的后果 ;第三节 多重共线性的后果 ;第三节 多重共线性的后果 ;存在多重共线性时; 注 意： ;多重共线性必定有害无益吗？ ; 多重共线性检验的任务是： （1）检验多重共线性是否存在； （2）估计多重共线性的范围，即判断哪些变量之间存在共线性。; 1.表象判断法： 高 R2 值伴随着解释变量t值并不都显著！;二、判明存在多重共线性的范围; 具体可进一步对上述回归方程作F检验：;精要 表12-2; 在模型中排除某一个解释变量Xj，估计模型； 如果拟合优度与包含Xj时十分接近，则说明Xj与其它解释变量之间存在共线性。; 2、逐步回归法;辅助回归的例子 12.7 精要 表 11-9 ;辅助回归的例子 12.7 精要 表 11-9 ;两两相关系数表 精要 表 12-3;辅助回归 精要 表 12-4; 找出引起多重共线性的解释变量，将它排除出去。 以逐步回归法得到最广泛的应用。 注意： 要以经济理论为基础，避免模型设定错误。;剔除部分变量回归 精要 表 12-4;逐步回归建模的例子 数据附带;由以下公式可见 样本量的增加可以消减共线性程度;鸡肉需求模型中，可能模型形式是线性，而不是对数线性 ;第五节 克服多重共线性的方法;鸡肉需求模型中： 鸡肉需求量= ?1+ ?2鸡肉价格+ ?3收入+ ?4猪肉价格+ ?5牛肉价格+ui 假设以往需求函数的估计中，收入弹性为0.4 那么，可以转而估计模型： 鸡肉需求量- 0.4收入= ?1+ ?2鸡肉价格+ ?4猪肉价格+ ?5牛肉价格+ui;例如以下模型中： 总消费= ?1+ ?2总收入+ ?3总财富+ui 可以替代估计以下模型： 人均消费= ?1+ ?2人均收入+ ?3人均财富+ui ;6、差分法; CLRM假定中，解释变量之间不存在完全的线性关系，如果破坏，则发生多重共线性。 多重共线性存在情况下，OLS仍保持BLUE。但估计值的方差加大，t统计量较小，解释变量的独立贡献无法估计。 多重共线性的判断：表象和统计两大类方法。 多重共线性的补救：剔除变量、获取新样本、模型形式重设、先验信息、变量变换、差分法;课后作业：中国粮食产量的影响因素分析;