第十二章：.多重共线性(fixed)课件.pptVIP

第十二章多重共线性 古典（经典）线性回归模型的假设之一是不存在完全多重共线性，即多元回归中的解释变量X之间不存在完全的线性关系。 本章进一步探讨多重共线性问题。实践中很少遇到完全多重共线性的情形，常常是接近或高度多重共线性，即解释变量是近似线性相关的。重要的是弄清楚在多元回归模型中这些相关（解释）变量会给普通最小二乘估计带来什么问题（麻烦）。 一、多重共线性的性质 二、多重共线性的后果 三、多重共线性的检验 四、多重共线性的补救 一、多重共线性的性质 （一）完全多重共线性 EVIEWS演示过程 EVIEWS演示过程 多重共线性产生的原因主要有： 1、经济变量的内在联系。这是产生多重共线性的根本原因； 2、解释变量中含有滞后变量； 3、时间序列经济变量变化趋势的共向性； 4、样本容量过少。 1、参数仍然可以估计，而且模型并不违反经典线性回归模型的任何假定。因此，OLS估计量仍然是BLUE。 2、多重共线性本质上是一种样本现象。 1、普通最小二乘估计量的方差会增大，故难以作出精确的估计。 数量（Y）与价格（X2)进行回归： EVIEWS演示过程（数量Y与价格X2进行回归） 2、由于估计量方差增大，从而标准误(std.error)增大，容易使计算得到的t值小于查表得到的t的临界值（即容易接受回归系数为零的原假设），降低回归系数的显著性。从而，常常错误地