第三讲 多重共线性.ppt

2、模型的确定 首先以C-D生产函数为基础模型 假定该生产函数满足规模报酬不变（α+β=1）的假设，则为避免多重共线性可将模型变换为下式： 模型的变换 在此基础上加入产业结构特征系数x1 、区域结构特征系数x2、企业所有制结构特征系数x3、工业结构系数x4 用y替代Y/L，k替代K/L，β替代1-α，则上式可以进一步正规化为： 指标含义 产业结构系数（X1）：主要反映非农产业的变化情况，该指标以非农产业产值占GDP的比重来表示 地区结构系数（X2）：主要反映城乡差距，X2=（1-农民人均纯收入/城镇居民人均可支配收入），如过X2增大，则意味着城乡收入差距的拉大 所有制结构系数（X3）：主要反映非公有制企业的发展对产出的影响，该指标以非公制企业产值占工业总产值的比重来表示 工业结构系数（X4）：主要反映轻工业与重工业结构变化对产出的影响，该指标以轻工业占重工业产值的比重来表示 模型形式的进一步确定 = -2.352 + 13.578 x1 (-4.791) (19.633) se =0.186 F=385.449 以x1为例，通过线性模型、双对数模型、半对数模型，最终选择如下模型（半对数模型） 模型最终形式 模型初步回归结果 = -1.766 + 0.949lnk +4.062 x1 ―2.974 x2 ―0.012 x3 +0.013 x4 (-2.091) (11.528) (3.123) (-3.230) (-0.070) （0.043） se=0. 054 DW=1.686 F=221.761 通不过t检验，并且X3的系数为负也明显不合理 解释变量的相关系数矩阵 lnk x1 x2 x3 x4 lnk 1 .954(**) .761(**) .810(**) -.851(**) x1 .954(**) 1 .696(**) .915(**) -.787(**) x2 .761(**) .696(**) 1 .495(*) -.877(**) x3 .810(**) .915(**) .495(*) 1 -.637(**) x4 -.851(**) -.787(**) -.877(**) -.637(**) 1 多重共线性严重 多重共线性问题的补救措施之一 岭回归 核心思想——保证逆矩阵的存在 利用SPSS软件做岭回归过程 大约k为0.7时各变量变化趋于稳定，因此取k=0.7 最终回归模型 = 1.450 + 0.3149lnk +3.3045 x1 +1.9647 x2 +0.6044 x3– 0.9348 x4 (1.972) (9.615) (9.705) (2.058) (5.046) （-3.801） se=0. 258 F=32.951 多重共线性 一、多重共线性的概念 对于模型 Yi=?0+?1X1i+?2X2i+?+?kXki+?i i=1,2,…,n 其基本假设之一是解释变量是互相独立的。 如果某两个或多个解释变量之间出现了相关性，则称为多重共线性(Multicollinearity)。 如果存在 c1X1i+c2X2i+…+ckXki=0 i=1,2,…,n 其中: ci不全为0，则称为解释变量间存在完全共线性（perfect multicollinearity）。 如果存在 c1X1i+c2X2i+…+ckXki+vi=0 i=1,2,…,n 其中ci不全为0，vi为随机误差项，则称为 近似共线性（approximate multicollinearity）或交互相关(intercorrelated)。 在矩阵表示的线性回归模型 Y=X?+?中，完全共线性指：秩(X)k+1，即 中，至少有一列向量可由其他列向量（不包括第一列）线性表出。 如：X2= ?X1，则X2对Y的作用可由X1代替。 二、实际经济问题中的多重共线性 一般地，产生多重共线性的主要原因有以下三个方面： （1）经济变量相关的共同趋势 时间序列样本：经济繁荣时期，各基本经济变量（收入、消费、投资、价格）都趋于增长