赵卫亚3(回归模型的扩展异方差自相关多重共线)讲稿.ppt

* (1)扩大或改变样本 原理：多重共线是一种样本现象。可以从样本入手。样本容量越大，变量相关性越小，相关越难。 增加样本容量 采用面板数据 增加数字的字长，进行双精度计算 该方法的局限： 由于资料收集以及调查的困难， 改变样本、增加样本容量在实践中有时并不容易。 如果新增加的样本数据与原来具有相同的性质，那么就无法起到作用。可以利用面板数据加以克服。 * (2)、从解释变量角度，剔除次要变量 如果考虑了过多的解释变量，其中有些可能是无显著作用的次要变量，可以直接去除。 可能引起模型设定误差，违反其他假定。 可以借助统计方法帮助选择。 首先将变量按照重要程度排序 然后逐步添加解释变量。 基于t检验, ，AIC, SC等准测。 * （3）逐步回归法 ①用被解释变量对每一个所考虑的解释变量回归。 ②以对被解释变量贡献最大的解释变量所对应的方程为基础，按照对被解释变量贡献大小，逐个引入其余变量。 要求，模型的每个解释变量影响显著，参数符号正确， 有所提高 ③如此下去，直至无法加入新的变量为止。 * (4)、模型改造和变量替换 ①将名义变量替换为实际变量。因为名义变量之间由于价格关系可能存在多重共线性问题 ②利用相对数量 例如研究需求函数时 * ③、利用先验信息约束估计 例：生产函数 ，经对数变换为： 如果预先知道所研究的经济有规模报酬不变的性质，