07A 多重共线.pptVIP

* 多重共线性的影响 第一种情况：如果X之间是完全多重共线性 以两个解释变量的回归模型为例，假定回归模型为： 如果采用OLS估计，则有： 根据最小平方和原则，并求解正规方程组，可得到： 目前的系数结果都是基于OLS的最优结果，那么如果我们把线性关系加到解释变量里，结果是什么？ * 如果X2与X3存在完全共线性，即 因此，存在完全共线性时，不能利用OLS估计参数，参数的方差变为无限大。 * 第二种情况：不完全多重共线性（存在随即扰动项） 假定X2，X3 间存在不完全多重共线性， 表示为： 其中vi 为随机扰动项。则 显然，当解释变量X2、X3 之间的相关系数 r23 的绝对值越大，共线性程度就越高，参数估计值的方差就越大，越不准确，且随着相关系数的增大，方差以更大的幅度增加。 Econometrics * 计量经济学 Econometrics 计量经济学(本科)讲义 Lecture Notes for Econometrics (undergraduate) 南开大学国际经济与贸易系 孙浦阳 Dr. Puyang Sun 本节课的内容包含：自相关定义，数学说明，概念，检验方法（数学说明和实证），解决方法等 * 回顾假定如下： 假定：干扰项的均值为零，且方差相等。即，E(ui|Xi)=0，Var(ui|Xi) = ?2