计量经济学4剖析.ppt

* 厦门大学管理学院 易英 * 答案 （1）在其他变量不变的情况下，一城市的人口越多或房屋数量越多，则对用水的需求越 高。所以可期望 house 和 pop 的符号为正；收入较高的个人可能用水较多，因此 pcy 的预期 符号为正，但它可能是不显著的。如果水价上涨，则用户会节约用水，所以可预期 price 的系数为负。显然如果降雨量较大，则草地和其他花园或耕地的用水需求就会下降，所以可 以期望 rain 的系数符号为负。从估计的模型看，除了 pcy 之外，所有符号都与预期相符。 * 厦门大学管理学院 易英 * 答案 （2）t-统计量检验单个变量的显著性，F-统计值检验变量是否是联合显著的。 这里 t-检验的自由度为 15-5-1=9，在 10%的显著性水平下的临界值为 1.833。可见，所 有参数估计值的t值的绝对值都小于该值，所以即使在10%的水平下这些变量也不是显著的。 这里，F-统计值的分子自由度为 5，分母自由度为 9。10%显著性水平下 F 分布的临界值 为 2.61。可见计算的 F 值大于该临界值，表明回归系数是联合显著的。 T 检验与 F 检验结果的矛盾可能是由于多重共线性造成的。 house、pop、pcy 都是高度相关的，这将使它们的 t-值降低且表现为不显著。price 和 rain 不显著另有原因。根据经验，如果一个变量的值在样本期间没有很大的变化，则它对被解释变量的影响就不能够很好地被度量。可以预期水价与年降雨量在同一个地区的各县一般没有太大的变化，所以它们的影响很难度量。 * 厦门大学管理学院 易英 * 答案 （3）多重共线性往往表现的是解释变量间的样本观察现象，在不存在完全共线性的情况 下，近似共线并不意味着基本假定的任何改变，所以 OLS 估计量的无偏性、一致性和有效性仍然成立，即仍是 BLUE 估计量。但共线性往往导致参数估计值的方差大于不存在多重共线性的情况。 4.4 多重共线性的解决方法 * 厦门大学管理学院 易英 * * 厦门大学管理学院 易英 * 需要补救的多重共线性问题 如果模型只是用来进行点预测，只要样本决定系数（R2, ）足够大即可，无需消除多重共线性。 如果模型是用来进行结构分析和政策评价，由于多重共线性影响到每个自变量系数估计的正确性和有效性，所以应设法消除多重共线性的影响，确保模型的可用性。 * 厦门大学管理学院 易英 * 增加样本观测值 如果多重共线性是由样本引起的（例如测量误差或偶然的样本），但解释变量的总体不存在多重共线性，则可以通过收集更多的观测值增加样本容量，避免或减弱多重共线性。 但当解释变量总体存在多重共线性时，增加样本容量也无助于减轻多重共线的程度。 * 厦门大学管理学院 易英 * 排除引起共线性的解释变量 对待严重的多重共线性问题，一个最简单的解决办法就是删去那些引起多重共线性、对因变量影响不大且人们认为不重要的解释变量，使模型中剩下那些对因变量起重要作用的解释变量，然后对仅包含重要解释变量的模型应用普通最小二乘法。 注意：由于把删去的解释变量对因变量的影响归入随机项中，有可能使随机项不满足零均值的假设，这时所得的参数估计值可能是有偏的。 * 厦门大学管理学院 易英 * 变换模型的形式 有时作为解释变量的某些经济变量之间出现了高度相关，根据研究目的，并不需要区分这些相关的解释变量单独对因变量的影响时，我们可以根据问题的需要对原模型加以变形，使新的模型不再出现多重共线性。 变换方式： 变换模型的函数形式，如将线性模型转换成对数模型、半对数模型、多项式模型等 变换模型的变量形式，如引入差分变量、相对数变量等 改变变量的统计指标 * 厦门大学管理学院 易英 * 逐步回归法 逐步回归法首先计算被解释变量对每一个解释变量的回归方程，这些回归方程叫做基本回归方程。对每一个基本回归方程进行统计检验，并根据经济理论分析这些回归方程，通常是利用样本可决系数从中选出最合适的基本回归方程。 然后再逐一增加其它的解释变量，重新再作回归。根据这个新加的解释变量的边际贡献（样本决定系数的增加量）和标准差，并考察对每个回归系数的影响，作如下的分析判断： * 厦门大学管理学院 易英 * 逐步回归法 如果新加进的解释变量改进了R2，并且其它回归系数在统计上仍是显著的，那么，就可以认为新加进去的解释变量是有用的，作为模型中的解释变量予以保留。 如果加进去的解释变量未能改进R2，对其它回归系数也没有影响，则不作为解释变量。 如果新加进的解释变量不仅改进了R2，并且主要是显著地影响了回归系数的符号或数值，致使某些回归系数达到不能接受的地步，则可断言产生了严重的多重共线性。对该解释变量同与之相关的其他解释变量进行比较，在模型中保留对被解释