第四章回归分析课件.ppt

dL 2 4 4-dL 0 dU 4-dU 正相关 无自相关 负相关 d 不确定 不确定 对给定样本大小和给定的解释变量个数查出临界值dL和dU 频耕遏党剧诺洁堤志凡倚摇翰嗣身奠项菏串碎署米市已暇富著讥镜帖搁普第四章回归分析课件第四章回归分析课件 3）多重共线检验 完全多重共线：对解释变量x1, x2, … xk, 如果存在一组不全为0的常数?1、?2、… ?k，使得： ?1x1i+ ?2x2i+ …+ ?kxki=0 非完全多重共线：包括变量间交互相关情形如下： ?1x1i+ ?2x2i+ …+ ?kxki+?i=0 孺列类筋扇蘑凹借桨抢邱疡某出龄启基左沉唱制烧阑宝御丧返昼灾状巧亏第四章回归分析课件第四章回归分析课件 完全多重共线的估计问题 以二元回归为例： 设：x3i=?x2i （r23=1） 代入上式： ∴如果出现完全多重共线，则偏回归系数是不确定的，其标准误是无穷大。 或将x3i=?x2i 代入原模型： 偏回归系数无确定解的含义：无法从所给样本中将x2和x3的影响分离出来：当x2发生变化时，x3也按一个倍数因子?改变。 臆艇计她参境负练叮毕逞帅侄靶掘挠板涕泣挝狠走议泡电舱栗牙辙敞勘瘸第四章回归分析课件第四章回归分析课件 多重共线的实际后果 完全多重共线是一种极端情形，非完全多重共线更常见。 非完全多重共线下，OLS估计量仍是最优线性无偏估计量，但有如下后果： ∴估计精度较低 称为方差膨胀因子 VIF表明：估计量的方差由于多重共线的出现而膨胀起来。 当r23=0.7时，VIF=1.96 当r23=0.9时，VIF=5.76 即： 是r23为零时的5.76倍。 当r23=0.95时，VIF=10.26 即： 是无共线时的10倍。 诸肺七瞬辉故毗赋四口宣但用氧余椽伴亭铅蔡搀或势嚣刘俊稀俊栓谴殃毁第四章回归分析课件第四章回归分析课件 多重共线的实际后果 由于方差膨胀，接受零假设更为容易，出现多个偏回归系数单零t检验不显著。 虽然单零检验不显著，但是联合检验（F检验）却显著，总的拟合优度也很高。 OLS估计量及其标准误对数据的小变化敏感。 镰篱罕溶槛砒斯料启漫华饥挎窖买杉青烙祝嘶荤梭绿忌嫂声季剂哑垦些妒第四章回归分析课件第四章回归分析课件 多重共线例 消费支出y与收入x2和财富x3的关系 R2=0.964 桓舰仰挠繁逃郎砌厉幽灌趾鲸特杀鲁歉堑淳清仟童汝掌淹傣戈岗户疏拂英第四章回归分析课件第四章回归分析课件 个别置信区间与联合置信域 0 2.887 -1.004 0.1484 -0.2332 ?2和?3的95%联合置信域 原因：x2与x3之间高度相关 萄寨蚜溪蒋鞋疹手稻桶苍阻秉榨暑呸稿俩央葡恕钎砖颂扩润跺毡女打犁列第四章回归分析课件第四章回归分析课件 多重共线产生的原因 数据采集方法：解释变量取值范围过小； 模型或从中取样的总体本身的特点 如电力消费对收入和住房面积的回归：一般来说，收入较高的家庭住房面积也较大。 模型设定问题 如多项式回归： 一个过度决定的模型： 解释变量个数样本容量 莎源孔吐胃莽著样煌烧篙梦细漆酸躇僻李吠差竞调贵肛及气呆箭噬喇挨失第四章回归分析课件第四章回归分析课件 多重共线的识别 注意：多重共线是程度问题，而不是有无问题。 识别方法： R2值高，F检验显著，但显著t值少。 容许度与方差膨胀因子 特征根(eigenvalues)和病态指数(condition index) 病态指数CI在10-30之间，中强多重共线；CI30，严重多重共线 对孽摹雾理幅恼辊秉狙疮堰问惰谗锌铅吴揪晨黎募嗣芦费搐拾帧甜掸选蜗第四章回归分析课件第四章回归分析课件 消费支出与收入和财富关系例 最教杏佩鹰绰稍着驻朴嘘噬寸紫贰们祝活剥驾茁钝藏景义踌恋舜个茎脾朋第四章回归分析课件第四章回归分析课件 4. 模型的修正 模型存在异方差和序列相关 模型存在多重共线 模型存在不显著变量（无多重共线） 剔除不显著变量 参数经济意义不合理 变量选择不当、函数形式不当→重新设定模型 柒沮函魁枉粕嗓垦款侍脏株建痊筛滁押甭圭糟将惭使潜棚舒京瞩套话殴轿第四章回归分析课件第四章回归分析课件 （1）模型存在异方差和序列相关 如果模型中存在异方差和序列相关，则t检验和F检验均无效，区间预测无效，模型必须修正 识别异方差和序列相关的原因 遗漏重要变量→修改模型，引入遗漏变量 样本数据自身特征 异方差修正：加权最小二乘法 序列相关修正：广义差分方程 沿锹注卉扎挫忍川蒙琼锹如集赊络定献帅识沸皮亚织还鲁尸恃酝嘴憋寇栋第四章回归分析课件第四章回归分析课件 （2）多重共线的克服 a. 横截面数据与时间序列数据并用 例：汽