第八章(多重共性).docVIP

多重共线性 一、多重共线性及其产生原因 定义：对于多元线性回归模型： 如果模型的解释变量之间存在着较强的线性相关关系，或者说，存在一组不全为零的常数，使得： ，是随机误差项。 则称模型存在着多重共线性，如果，则称存在完全的多重共线性。 ?直观地看，多重共线性是不是造成了冗余变量，这里的冗余的含义是什么？ 思考：只有一个解释变量会出现多重共线性吗？ 产生原因： 1．经济变量的内在联系，这是根本原因，这导致多重共线性无法克服。 2．经济变量变化趋势的“共向性”。 3．解释变量中含有滞后变量。 二、多重共线性的影响 古典回归模型要求模型不存在完全的多重共线性。所以，即使存在严重的多重共线性，OLS估计仍然是最佳线性无偏估计（BLUE）。但会产生以下问题： 增大OLS估计的方差 设模型为二元线性， 可以证明， VIF被称为方差膨胀因子。 分别计算分别等于0，0.5，0.9时的方差膨胀因子。 ？方差变得过大，有什么不好？？ 难以区分每个解释变量的独立影响 对于多元线性回归模型，回归系数为 ，根据偏导数的概念，的经济含义是什么？ T检验的可靠性降低 可能使T检验失效，原来显著的T值变成不显著的，从而将有重要影响的变量剔除出模型。 思考：比较一下和模型存在异方差及自相关时对T检验的影响有何不同？ 回归模型缺乏稳定性 参数估计值对样本的变化比较敏感，这实际上也是OLS估计方差较大的另一个表现。