浙大宁波理工学院计量经济学第六章多重共线性剖析.ppt

第六章 多重共线性6.4 多重共线性的检验方法 * （1）如果新加入的变量使 显著提高，且回归系数在经济理论上和统计检验上合理，则认为该新变量是有利变量，予以接纳。 （2）若新加入的变量不能提高 ，或者提高得很少，且对其它系数也无影响，可认为改变量是多余的变量，不予接纳。 （3）如果新加入的变量严重影响其它变量的系数符号，则认为是不利变量，是多重共线性存在的重要信号，但未必是多余的，应研究改善模型的办法。 第六章 多重共线性6.4 多重共线性的检验方法 * 举例：本章附录3。注意EViews软件处理方法。 第六章 多重共线性6.5 消除多重共线性的方法 * 多重共线性是一种样本属性，实际中要尽可能减少多重共线性的影响程度，但是目前采用的消除共线性的方法也不是完美的。 多重共线性的消除方法： （1）利用事前信息 指利用已有的经过验证的经济理论及研究成果，为调整参数间的关系提供参考，减少多重共线型的影响程度。 第六章 多重共线性6.5 消除多重共线性的方法 * 举例：对生产函数 ，通过线性转化为 鉴于L和K之间可 能高度相关，由生产规模报酬不变的经济理论假定 有 ，将其带入到原模型中 得： ， 取 得： 原方程变为一元回归方程，虽然消除了多重共线性，但是失去了分别找去劳动力和资本对产出的影响的机会。 第六章 多重共线性6.5 消除多重共线性的方法 * 2、差分法 一般地，增量的线性关系要比总量的线性关系弱一些。 举例：1959-1994美国消费和收入数据。 3、Frisch综合分析法 与前述方法相同。 4、其他常用的简易方法 增加样本容量、将时间序列和截面数据结合使用等方法。 第六章 多重共线性6.6多重共线性EViews应用举例 * 课后要求： * 1、复习前面所讲内容。 2、EViews练习。 3、课后习题。 学习内容和要求 本章在分析多重共线性出现的原因以及影响的基础上，提出了对多重共线性的检验以及消除的方法。 要求通过本章学习，了解多重共线性产生的原因及影响，掌握多重共线性的检验以及消除的方法。 * 第六章 多重共线性 第六章 多重共线性主要内容 * 6.1 多重共线性的定义 6.2 产生多重共线性的原因 6.3 多重共线性对普通最小二乘法估计参数的影响 6.4 多重共线性的检验方法 6.5 消除多重共线性的方法 6.6 多重共线性EViews应用举例 第六章 多重共线性 * 多重共线性是Ragnan Frisch 于1934年最早提出，这与多元回归模型的经典假设不同。 一般来说，时间序列数据样本，且回归形式为线性的计量经济模型，多重共线性出现的可能性很大，截面数据样本的问题则相对较小。 多重共线性的含义 它指的是在经典回归模型Y=Xβ+U中，解释变量x1,x2,…, 之间存在着共线性关系，包括严格的或者近似的线性关系。 第六章 多重共线性6.1 多重共线性的定义 * y x2 x3 20 5 15 13 70 17 51 52 92 22 66 68 141 36 108 107 202 49 147 151 举例： 研究回归模型： ，自变量和数据如下表： 第六章 多重共线性6.1 多重共线性的定义 * 表中资料显示 ，相关系数ρ为1，两者具有完全的线性关系，即解释变量 与 之间存在完全多重共线性。 如果建立回归模型 ，则有 ，相关系数ρ高达0.9994，解释变量 和 之间存在近似多重共线性。 第六章 多重共线性6.1 多重共线性的定义 * 完全多重共线性的定义 一般地，对k个解释变量 ，如果它们之间满足： 其中， 为常数，且不完全为0，则称 之间存在完全多重共线性。 不完全多重共线性的定义 若 其中，