第七章多重共线性及其处理.doc

第七章 多重共线什么是变量之间的多重共线? 2．什么是什么是 （-1.7） (0.9) (1.4) (-0.6) (-1.2) (-0.8) F=38.9 式中，——用水总量（百万立方米）,——住户总数（千户）,——总人口（千人）, ——人均收入（元）,——价格（元/100立方米）,——降雨量（毫米）。 （1）根据经济理论和直觉,请计回归系数的符号是什么(不包括常量)，为什么？观察符号与你的直觉相符吗？ （2）在10%的显著性水平下，请进行变量的t检验与方程的F-检验。T检验与F检验结果有相矛盾的现象吗？ （3）你认为估计值是（1）有偏的；（2）无效的；（3）不一致的吗？详细阐述理由。 2．下表是某地食品需求量、可支配收入、食品类价格指数、价总指数和流动资产拥有量的数据资料。 食品需求函数有关统计资料 食品需求量 （亿元） 可支配收入 （亿元） 食品类价格指数 （1995年=100） 物价总指数 （1995年=100） 流动资产拥有量 （亿元） 1995 84 829 92 94 171 1996 96 880 93 96 213 1997 104 999 96 97 251 1998 114 1053 94 97 290 1999 122 1177 100 100 340 2000 142 1310 101 101 400 2001 158 1482 105 104 440 2002 179 1618 112 109 490 2003 193 1742 112 111 510 2004 208 1847 112 111 530 问题： （1）检验变量间的多重共线性。 （2）利用法，建立适当的回归方程。 第四部分 习题答案 一、简答题 1．多重共线性指两个或多个解释变量之间不再彼此独立，而是出现了相关性。 2．完全多重共线性指：在有多个解释变量模型中，其中一个变量可以表示为其他多个变量的完全线性函数，即，其中至少有一个，与等式右边线性组合的相关系数为1，则这种情况被称为完全多重共线性。在此情况下，不能估计解释变量各自对被解释变量的影响。 不完全多重共线性指：在实际经济活动中，多个解释变量之间存在多重共线性问题，但与等式右边线性组合的相关系数不为1。 3．多重共线性产生的原因 多元线性回归模型产生多重共线性的原因很多，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）经济变量变化趋势的“共向性”。 4．多重共线性会产生以下问题： （1）增大了OLS估计量的方差； （2）难以区分每个解释变量的单独影响； （3）回归模型缺乏稳定性4）检验的可靠性降低多重共线性的系数法用解释变量之间所构成的方程的进行判别 （3）逐步回归判别法 以为被解释变量逐个引入解释变量，构成回归模型，进行参数估计，根据决定系数的变化决定新引入的变量是否能够加入模型之中。首先将对所有的解释变量分别作回归，得到所有的模型，取决定系数最大的模型中的解释变量加入模型，作为第一个引入模型的变量；其次，将再对剩余的解释变量分别加入模型，进行二元回归，再次，取决定系数最大的解释变量加入模型；依次做下去，直到模型的决定系数不再改善为止。 （4）方差膨胀因子对于多元线性回归模型，的方差可以表示成 一般当＞10时(此时＞9)，认为模型存在较严重的多重共线性。修正Frish判别法该方法不仅可以对多重共线性进行，同时也是处理多重共线性问题的一种有效方法其步骤为：用被解释变量分别对每个解释变量进行线性回归，根据经济理论和统计检验从中选择一个最合适的回归作为基本回归，通常选取定系数最大的回归在基本回归中逐个增加其他解释变量，重新进行线性回归，如果新增加的这个解释变量提高了回归的定系数，并且回归中的其他参数统计上仍然显著，就在模型中保留该解释变量；如果新增加的解释变量没有提高回归的拟合优度，则不在模型中保留该解释变量；如果新增加的解释变量提高了回归的定系数，并且回归中某些参数的数值或符号等受到显著的影响，说明模型中存在多重共线性，对该解释变量同与之相关的其他解释变量进行比较，在模型中保留对被解释变量影响较大的，影响较小的。多重共线性的解决方法剔除在估计模型之前，剔除变换模型的形式对原模型进行适当的变换，也可以消除或削弱原模型中解释变量之间的相关关系。具体有三种变换方式一是变换模型的函数形式是变换模型的变量形式三是改变变量的统计指标。如果能同时获得变量的时序数据和横截面数据，则先利用某类数据估计出模型中的部 分参数，再利用另一类数据估计模型的其余参数。逐步回归逐步回