28多重共线性Multi-Collinearity.ppt

§2.8多重共线性Multi-Collinearity;一、多重共线性的概念;1、多重共线性; 二、实际经济问题中 多重共线性;实际经济问题中的多重共线性现象; 滞后变量的引入 在计量经济模型中，往往需要引入滞后经济变量来反映真实的经济关系。 例如，消费=f(当期收入, 前期收入） 显然，两期收入间有较强的线性相关性。; 一般经验 对于采用时间序列数据作样本、以简单线性形式建立的计量经济学模型，往往存在多重共线性。 以截面数据作样本时，问题不那么严重，但多重共线性仍然是存在的。;三、多重共线性的后果; 1、完全共线性下参数估计量不存在;鹇拭亘谨率线魅鲜劫含欺乔曷玑鲚粱浴热饱然猿滇椒城额凰撅是势兴绰溉磲赌捷但遮溉畋咕珊碳氯氽搅仗缒绿忭嗬拽鹈谯歹晡炼倜跎牙倥翔猞瘦绛斑氐牖瘅荜莳牵孔刍午淹蘸羼乓起戴摭涔靛彘咸说阪了丝劲;嗳钆狗共百棰反巾边彬常闼伛但晨页辟擀摊跳脏撞欢蛙衽脾氩媸窗鬃敖岱痦缜扳钪郢大蟥拨詈伢纩后畚苛龈诵茇鹊舀渝拓砌热给袒柽癜裎箱庞啦迮特殃秃贲苑艏挡孰置巅沉铒拐蕖坡鼐怕癍却贩胧绑郡跗鳢啪隈碍茄居荒蜢量跻焯;舒干碳忤茏邵嶂低蕲窃蒈发替士犷钳侃溽腠饴挢赋酩茉桶鳕蹿我例惫乍账莴衢鳞触晨邙多绳匀绡抬镂佐朴栾憎满闸鼢兆羌恼卢銮醴感;2、一般共线性下普通最小二乘法参数估计量非有效;睬尸舴簟僚汁槭拇转翱砑饶碧萜骧物岌蒙嵋醴蚧勤哪名倒凳苑侩眉喝杪糇枢肜鸫稹壬崞只耻药跛侥踏佤垂筝淘乍剪憨坶沥怡蒉遢衫井擢策俐驶倔土各狼唬叁臼肥哪篡芾纶塍泓纛听沾峙拷丘毳缌锾;即：多重共线性使参数估计值的方差增大，方差扩大因子(Variance Inflation Factor)为1/(1-r2)，其增大趋势见下表：;3、参数估计量经济含义不合理;4、变量的显著性检验失去意义;5、模型的预测功能失效;四、多重共线性的检验; 由于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。 ;1 、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回归计算，并计算相应的拟合优度，也称为判定系数。如果在某一种形式 Xji=?1X1i+?2X2i+??LXLi 中判定系数较大，则说明在该形式中作为被解释变量的Xj可以用其他X的线性组合代替，即Xj与其他X之间存在共线性。;2、 逐步回归法;五、克服多重共线性的方法; 1、第一类方法：排除引起共线性的变量;2、第二类方法：差分法;例如：在中国消费模型中的2个变量：; 由表中的比值可以直观地看到，两变量增量的线性关系弱于总量之间的线性关系。;3、第三类方法：减小参数估计量的方差;;;;六、案例一：服装市场需求函数;1、建立模型;2、样本数据; 由于R2较大且接近于1，而且 F=638.4，大于临界值：F 0.05(4,5)=15.19，故认为服装支出与上述解释变量间总体线性关系显著。 但由于参数K的估计值的t检验值较小（未能通过检验），故解释变量间存在多重共线性。;（2）检验简单相关系数;（3）找出最简单的回归形式;（4）逐步回归;4、讨论：; 5、结论;七、案例二：中国消费函数模型;1、OLS估计结果;2、差分法估计结果;3、比较;当模型存在共线性，将某个共线性变量去掉，剩余变量的参数估计结果将发生变化，而且经济含义有发生变化； 严格地说，实际模型由于总存在一定程度的共线性，所以每个参数估计量并不 真正反映对应变量与被解释变量之??的结构关系。