第五章多重共线性课件.pptVIP

多重共线性的定义武汉大学经济学系数量经济学教研室《实践教改项目组》 编 多重共线性是指解释变量 之间存在完全的或近似的线性关系，在线性回归模型 中，对解释变量的样本观察值矩阵 的基本假设是 如果此假设不成立，则称解释变量 之间存在多重共线性。 重共线性的原因 滞后变量的引入。 样本资料的原因。 经济变量相关的共同趋势 多重共线性的检验 相关系数法 计算解释变量之间的相关系数，相关系数高的替代性也相应高。 判定系数法 在有K个解释变量的模型中，分别用一个解释变量对其他所有解释变量进行线性回归。其中R值大的说明该解释变量可以用其它的解释变量的线性组合代替。 综合统计检验法 此方法适用于多个解释变量情形。利用判定系数R、T、F等统计检验结果进行综合分析，判明系统多重共线必是否存在。如果R、F统计值很大，但T检验值大多数偏小，则 可以认定出现了多重构线性。 修正法 增加样本额 略去不重要的解释变量 用被解释变量的滞后值代替解释变量的滞后值 案例分析 选取农村消费水平的例子，由经济学理论和实际可以知道，影响人均消费水平的因素有：人均可支配收入、消费价格指数、通货膨胀、以及滞后的人均可支配收入等由此建立以下方程： CONINDEX为农村消费价格指数 PSG为社会零售商品价格指数 INCOME为人均收入水平 相关系数检验法 从解释变量的相关系数来看，他们的相关系数都在90%以上，证明解释变量之间存在相关性。 判定系数法 我们依次以可支配收入、消费价格指数、通货膨胀作为被解释变量，以余下的作为解释变量做最小二乘回归得如下的结果： 在以人均收入作为被解释变量，其余项作为解释变量时，R、F值均很高，且通货膨胀的系数相当显著，说明收入和社会商品零售价格指数之间的相关性很高。 在以农村消费指数作为被解释变量，其余项作为解释变量时，R、F值均很高。其中社会商品零售价格指数显著。说明农村居民消费指数与社会商品零售价格指数有很大的相关性 在以社会商品零售价格指数作为被解释变量，其余项作为解释变量时，R、F值均很高，人均收入和农村居民消费指数的系数都显著。由此我们可以初步去掉PSG。 具体结果如下： 综合统计检验法 对原方程进行最小二乘估计得如下结果： 方程估计的R、F值很高，表明离差中95%是由回归解释的，各解释变量对Y的联合线性作用显著，在此前提下，只有人均收入的T值显著，其它各个T值很小，说明各解释变量之间存在共线，对Y的独立作用不能分辨，故T检验不显著。 分析的具体如下所示: ＯＬＳ估计检验法 在命令栏输入：LS CON C CONINDEX PSG CON(-1) INCOME回归结果如下： 模型的修正 在原模型中去掉PSG解释变量后进行OLS估计 其结果如下： 从上面的结果可以看出，DW检验值很小，存在自相关性，对模型进行AR（1）修正得如下结果： 此时依然存在自相关，我们在做一次修正，得出如下的结果： 用INCOME的滞后变量代替当前变量 其结果如下： 案例修正结果分析： 从去掉PSG解释变量后分析的结果来看，R、F值都很显著，解释变量的相关系数也很高，证明拟合的结果可以。 从用INCOME的滞后变量代替当前变量的结果来看，R、F值都很显著，解释变量的相关系数也很高，证明拟合的结果可以，此时由于有滞后变量作为解释变量，DW检验值就不能作为判断是否存在自相关性的标志了。 比较这两中修正的结果，第一种的拟合值要优于第二种的拟合值，且第二种方法也不能判断是否存在自相关性，若要判断其是否存在自相关性，得借助后面的时间序列平稳性的分析方法。 * * INCOME CONINDEX PSG