修改第七章多重共线性.pptVIP

第七章 多重共线性 第一节 多重共线性的概念及产生原因 二、多重共线性的产生原因 1．经济变量之间的内在联系,是产生多重共线性的根本原因。 2．经济变量在时间上有同方向变动的趋势,是产生多重共线性的重要原因。 3．解释变量中含有滞后变量,也是造成多重共线性的主要原因。 第二节 多重共线性的影响后果 一、完全多重共线性—OLS估计量完全失效 以二元线性回归模型为例： 一、完全多重共线性 第二节 多重共线性的影响后果 二、不完全多重共线性 1、参数估计量方差随共线程度的增加而增加。 仍以二元线性回归模型为例： 第二节 多重共线性的影响后果 下面，计算估计量的方差： 第二节 多重共线性的影响后果 当完全不共线时，r=0, 当不完全共线时，r越接近1,相关程度越高， 越大，参数估计值越不准确。 第二节 多重共线性的影响后果 参数估计方差的扩大倍数 第二节 多重共线性的影响后果 二、不完全多重共线性 2、难以区分每个解释变量的单独影响 对于多元回归模型，偏回归系数是在其他解释变量保持不变的情况下，某解释变量对被解释变量的单独影响。但在多重共线时，解释变量的相关性将无法“保持其他解释变量不变”，从而难以分离出每个解释变量的单独影响。 第二节 多重共线性的影响后果 二、不完全多重共线性 3、t检验的可靠性降低 4、回归模型缺乏稳定性 在存在多重共线时，样本数据即便有微小变化，可能导致参数估计值发生明显变化，致使模型不稳定。 第三节 多重共线性的检验 第三节 多重共线性的检验 第三节 多重共线性的检验 第三节 多重共线性的检验 第三节 多重共线性的检验 第三节 多重共线性的检验 第三节 多重共线性的检验 第三节 多重共线性的检验 第三节 多重共线性的检验 第四节 多重共线性的解决方法 第四节 多重共线性的解决方法 第四节 多重共线性的解决方法 第四节 多重共线性的解决方法 第四节 多重共线性的解决方法 第四节 多重共线性的解决方法 第四节 多重共线性的解决方法 第四节 多重共线性的解决方法 第四节 多重共线性的解决方法 第四节 多重共线性的解决方法 例题:用逐步回归的方法建立服装市场的需求函数,由理论和经验分析，影响居民的服装支出的主要因素为：可支配收入，流动资产拥有量，服装价格指数以及总物价指数。统计资料如下: 第四节 多重共线性的解决方法 练习:1、课本P179的练习3.172、见下页 练习:为研究我国旅游市场收入y(亿元)的变化趋势及成因,经分析选择以下变量:国内旅游人数x1（万人/次）、城镇居民人均旅游支出x2（元）、农村居民人均旅游支出x3 （元） 、公路里程x4 （万公里） 、铁路里程x5 （万公里）,统计资料如下: 四、主成分回归（PCR）－－根据多元统计分析中的主成分分析原理、处理多重共线性模型的一种新的参数估计方法。 具体步骤：P117 Variable Coefficient Std. Error t-Statistic Prob. C -287.6867 101.2341 -2.841797 0.0113 X1 0.415867 0.117497 3.539376 0.0025 X2 0.487185 0.112687 4.323352 0.0005 R-squared 0.997358 Mean dependent var 5153.450 Adjusted R-squared 0.997047 S.D. dependent var 2512.131 S.E. of regression 136.5096 Akaike info criterion 12.80815 Sum squared resid 316792.9 Schwarz criterion 12.95751 Log likelihood -125.0815 F-statistic 3208.727 Durbin-Watson stat 0.692473 Prob(F-statistic) 0.000000 7.19 176.52 209.1 739.7 87800 3878.4 2002 180.98 169.8 140.27 135.17 12