第4章 多重共线性(3rd).pptx

1.多元线性回归模型是将总体回归函数描述为一 个被解释变量与多个解释变量之间线性关系的 模型。 通常多元线性回归模型可以用矩阵形式表示： 2.多元线性回归模型中对随机扰动项u的假定：零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定、无多重共线性假定。 3.多元线性回归模型参数的最小二乘估计式及期 望、方差和标准误差： 4.在基本假定满足的条件下，多元线性回归模型 最小二乘估计式是最佳线性无偏估计式。5. 多元线性回归模型中参数区间估计的方法。6. 多重可决系数的意义和计算方法： 修正可决系数的作用和方法：7. F检验是对多元线性回归模型中所有解释变量联 合显著性的检验，F检验是在方差分析基础上进 行的。8. 多元回归分析中，为了分别检验当其它解释变量不变时，各个解释变量是否对被解释变量有显著影响，需要分别对所估计的各个回归系数作t检验。9.利用多元线性回归模型作被解释变量平均值预 测与个别值预测的方法。 点预测： 平均值： 个别值：计量经济学第四章 多重共线性对古典假定的再讨论 假定1：零均值假定 或 假定2和假定3：同方差和无自相关假定(条件方差) 假定4：解释变量非随机或随机扰动项与解释变量不相关，即 对古典假定的再讨论假定5:无多重共线性假定 (多元中) 假定各解释变量之间不存在线性关系，或各个解释变量观测值之间线性无关。或解释变量观测值矩阵X列满秩(k列)。 即 可逆假定6：正态性假定在第2、3章，讨论了在古典假定完全满足的条件下线性回归模型的估计、检验及预测问题。正是有了这些古典假定，回归系数的OLS估计量才是最佳线性无偏估计量。然而实际的经济活动异常复杂，不一定总是能满足这些假定，从而可能给计量经济分析带来一系列的麻烦和问题。违反（1）零均值假定主要会对截距项的估计产生影响，并不影响更受关注的斜率系数的估计；违反（6）正态性假定并不影响OLS估计是最佳线性无偏估计，加之在大样本情况下ui会渐近服从正态分布，可以不再讨论。违反（4）解释变量非随机或随机扰动项与解释变量不相关的影响，将在ch7中再讨论；需深入讨论的是违反（5）无多重共线性、（2）同方差性、（3）无自相关假定。这正是第4、5、6章将讨论的主题。引子：国内生产总值增加会减少财政收入吗为了分析各主要因素对财政收入（CZSR）的影响，建立财政收入为被解释变量的计量经济模型：其中: CZSR 财政收入(亿元) ; CZZC 财政支出(亿元); GDP 国内生产总值(亿元); SSZE 税收总额(亿元）数据样本时期1978年-2011年（来源：《中国统计年鉴2012》，中国统计出版社，2012年） 采用普通最小二乘法得到以下估计结果：财政收入模型的EViews估计结果Dependent Variable: CZSRMethod: Least SquaresDate: 04/21/15 Time: 14:06Sample: 1978 2011Included observations: 34VariableCoefficientStd. Errort-StatisticProb. C119.2653107.18951.11270.2747CZZC0.12240.04892.50490.0179GDP-0.03410.0051-6.72510.0000SSZE1.18110.069716.94500.0000R-squared0.9998 Mean dependent var18185.17Adjusted R-squared0.9998 S.D. dependent var26129.67S.E. of regression396.0832 Akaike info criterion14.9113Sum squared resid4706458 Schwarz criterion15.0908Log likelihood-249.4914 Hannan-Quinn criter.14.9725F-statistic47862.67 Durbin-Watson stat1.0251Prob(F-statistic)0.0000　　　模型估计与检验结果分析 ●可决系数为0.9998，修正的可决系数为0.9998，模型拟合很好。模型对财政收入的解释程度高达99.98%。 ●F统计量为47897.29，说明0.05水平下回归方程整体上是显著的。 ●t检验结果表明，国内生产总值对财政收入的影响显著，但回归系数是负数。这说明经济增长反而会使财政收入减少，这样的异常结果显然与理论分析和实践经验不相符。 若模型设定和数据真实性没问题，问题出在哪里呢？第四章 多重共线性 本章讨论四个问题： ●什么是多重共线性 ●多重共线