第五章多重共线性讲述.ppt

计量经济学—理论·方法·EViews应用 郭存芝 杜延军 李春吉 编著 电子教案 显然，X1和X2都是消费者可以支配的个人收入，因而高度相关，这样(5-8)式必然会有多重共线性。为于克服这一问题，可以通过省略一个解释变量的办法来解决，但是X1和X2对Y的影响及贡献很难分清，以致无法确定对解释变量的取舍。在这种情况下，经过对解释变量的进一步分析研究，发现消费者的收入和储蓄呈3:2的关系，即 一、省略变量法 找出引起多重共线性的解释变量，将其省略掉 ——最为有效的修正多重共线问题的方法。 当省略了某个或某些变量后，保留在模型中的变量的系数的估计值 及其经济意义均将发生变化。 这种方法虽然简单，但是当解释变量较多时，往往很难选准在模型中比较 次要的解释变量以便省略。因此，在用这种方法克服多重共线问题时，又可能 会犯遗漏重要解释变量的错误，以致使模型出现新的问题。所以，在从模型中 去掉某一解释变量时，一定要全面考虑、慎重从事，避免顾此失彼。 定义: 注意: 缺点: 二、利用已知信息克服多重共线性 已知信息——就是指在建模之前根据经济理论、统计资料或经验分析， 已知的解释变量之间存在的某种关系。 例: 为了克服多重共线性，可将解释变量按已知关系加以合并。 设消费函数 (5-8) 其中，Y为消费支出，X1为消费者的年平均收入，X2为消费者的年平均储蓄额。 二、利用已知信息克服多重共线性 这样，把(5-9)式代入(5-8)式，就可将二元线性回归模型转换成一元线性回归模型，即 (5-10) 这时，用普遍最小二乘法对(5-10)式进行参数估计，求出 和 ，再将 代入(5-9)式求出 ，就可得到克服了多重共线性问题的消费函数，即 (5-11) (5-9) 三、通过变换模型形式克服多重共线性 不需要分析每个解释变量对被解释变量影响大小的模型： 例: 设需求函数 (5-12) 其中Y为需求量，X1为居民收入，X2为商品价格，X3为代用品价格。 以时间序列数据为样本的模型： 把模型变为一阶差分形式 三、通过变换模型形式克服多重共线性 (5-14) 一般可以有效地消除存在于原模型中的多重共线性。这是由经济时间序列数据的内在性质决定的。一般讲，增量间的线性关系远比总量之间的线性关系弱一些。 以一阶差分的形式（5-14）来进行参数估计，可以克服解释变量多重共线性问题。但是，如果原模型的随机扰动项是同方差的，则经一阶差分变换后的模型其随机扰动项可能出现异方差问题。因此，在把原模型变换为差分形式时，要注意防止新模型的异方差性，这是用一阶差分形式来克服多重共线性的不足之处。 * * 第五章 多重共线性 ◆ 学习目的 了解多重共线性的概念，掌握在建立计量经济学模型时如何避免发生多重共线性，以及在存在多重共线性情况下，如何正确建立计量经济学模型。 ◆ 基本要求 1)了解多重共线性的概念及多重共线性产生的原因; 2)存在多重共线性对计量经济学模型的危害; 3)掌握多重共线性的检验方法以及修正多重共线性的方法; 4)学会利用EViews软件进行逐步回归分析，建立正确的计量经济学模型。 ◆ 多重共线性及其产生原因 ◆ 多重共线性的影响 ◆ 多重共线性的检验 第五章 多重共线性 ◆ 多重共线性的修正 ◆ 案例分析 第一节 多重共线性及其产生原因 —、多重共线性的概念 指模型解释变量之间存在完全线性或近似线性相关的一类问题。 对模型 (5-1) 如果存在不全为零的 ，使得 (5-2) 成立，则称解释变量之间存在完全共线性（perfect multicollinearity）； 第一节 多重共线性及其产生原因 —、多重共线性的概念 指模型解释变量之间存在完全线性或近似线性相关的一类问题。 对模型 (5-1) 成立，则称解释变量之间存在近似共线性（approximate multicollinearity）。 如果存在不全为零的 ，使得 (5-3) 在矩阵表示的线性回归模型 完全共线性指矩阵 X的秩 即 近似共线性意味着 c)情况是不完全相关即解释变量之间的相关系数介于0和1之间。 需要强调，解释变量之间不存在线性关系，并非不存在非线性 关系，当解释变量之间存在非线性关系时，并不违反无多重共线性假定。 一般来说，解释变量之间的关系可概括为三种情况： a)情况是完全相关，即解释变量之间的相关系数为1； b)情况是完全不相关，即解释变量之间的相关系数为0； 在建立计量经济学模型中，大量的问题是属于第三种情况。 二、产生多重共线性的主要原因 1．经济变量之间的内在联系，是产生多重共线