4.1多重共线性讲义.ppt

第四章经典单方程计量经济学模型：放宽基本假定的模型 说明 经典多元线性模型在满足若干基本假定的条件下，应用普通最小二乘法得到了无偏、有效且一致的参数估计量。 在实际的计量经济学问题中，完全满足这些基本假定的情况并不多见。不满足基本假定的情况，称为基本假定违背。 对截面数据模型来说，违背基本假定的情形主要包括： 解释变量之间存在严重的多重共线性； 随机干扰项序列存在异方差性； 解释变量具有内生性； 模型设定偏误。 在建立计量经济学模型时，必须对所研究对象是否满足OLS下的基本假定进行检验，这种检验称为计量经济学检验。 经过计量经济学检验发现出现一种或多种基本假定违背时，则不能直接使用OLS法进行参数估计，而必须采取补救措施或发展新的估计方法。 为什么不讨论正态性假设？ William H. Greene(2003), Econometric Analysis In view of our description of the source of the disturbances, the conditions of the central limit theorem will generally apply, at least approximately, and the normality assumption will be reasonable in most settings. Except in those cases in which some alternative distribution is assumed, the normality assumption is probably quite reasonable. 实际上：正态性假设的违背 李子奈（2011）：计量经济学模型方法论 当存在模型关系误差时，如果解释变量是随机的，随机误差项的正态性将得不到保证。 当模型遗漏了显著的变量，如果遗漏的变量是非正态的随机变量，随机误差项将不具有正态性。 如果待估计的模型是原模型经过函数变换得到的，随机误差项将不再服从正态分布。 当模型存在被解释变量的观测误差，如果观测误差相对于随机误差项的标准差特别大、样本长度又特别小，随机误差项的正态性假设会导致显著性水平产生一定程度的扭曲。 当模型存在解释变量观测误差时，一般情况下，随机误差项的正态性假设都是不能成立的；只有在回归函数是线性的，且观测误差分布是正态的特殊情形下，随机误差项的正态性才成立。 注意： 除非是完全共线性，多重共线性并不意味着任何基本假设的违背； 因此，即使出现较高程度的多重共线性，OLS估计量仍具有线性性等良好的统计性质。 问题在于，即使OLS法仍是最好的估计方法，它却不是“完美的”，尤其是在统计推断上无法给出真正有用的信息。 说明 多重共线性表现为解释变量之间具有相关关系，所以用于多重共线性的检验方法主要是统计方法，如判定系数检验法、逐步回归检验法等。 多重共线性检验的任务是： 检验多重共线性是否存在； 估计多重共线性的范围，即判断哪些变量之间存在共线性。 1、检验多重共线性是否存在 对两个解释变量的模型，采用简单相关系数法。 求出X1与X2的简单相关系数r，若|r|接近1，则说明两变量存在较强的多重共线性。 对多个解释变量的模型，采用综合统计检验法。 如果在OLS法下，R2与F值较大，但t检验值较小，说明各解释变量对Y的联合线性作用显著，但各解释变量间存在共线性而使得它们对Y的独立作用不能分辨，故t检验不显著。 2、判明存在多重共线性的范围 判定系数检验法 使模型中每一个解释变量分别以其余解释变量为解释变量进行辅助回归（Auxiliary Regression），并计算相应的拟合优度。 如果某一种回归Xji=?1X1i+?2X2i+??LXLi的判定系数较大，说明Xj与其他X间存在共线性。 可以构造F检验： 排除变量法(Stepwise Backward Regression ) 在模型中排除某一个解释变量Xj，估计模型； 如果拟合优度与包含Xj时十分接近，则说明Xj与其它解释变量之间存在共线性。 步骤 以粮食产量作为被解释变量，以影响粮食产量的主要因素粮食播种面积、有效灌溉面积、化肥施用量、大型拖拉机数量、小型拖拉机数量、农用排灌柴油机数量为解释变量； 采用C-D生产函数形式，建立地区粮食生产模型； 以2013年各省（市、自治区）数据为样本； 用OLS法估计模型； 检验简单相关系数； 找出最简单的回归形式； 采用逐步回归方法得到最终模型。 * 一、多重共线性 二、实际经济问题中的多重共线性 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的方法 六、案例 §4.1 多重共线性