称为完全的多重共线性.PPT

第五章 模型的建立与估计中的问题及对策;本章内容 第一节 误设定 第二节 多重共线性 第三节 异方差性 第四节 自相关; OLS估计量令人满意的性质，是根据一组假设条件而得到的。在实践中，如果某些假设条件不能满足，则OLS就不再适用于模型的估计。下面列出实践中可能碰到的一些常见问题： l 误设定（Misspecification 或specification error） l 多重共线性（Multicollinearity） l 异方差性（Heteroscedasticity或Heteroskedasticity） l 自相关（Autocorrelation） l 随机解释变量（Stochastic explanatory variables) 本章将对上述问题作简要讨论，主要介绍问题的后果、检测方法和解决途径。;第一节 误设定 采用OLS法估计模型时，实际上有一个隐含的假设，即模型是正确设定的。这包括两方面的含义：函数形式正确和解释变量选择正确。在实践中，这样一个假设或许从来也不现实。我们可能犯下列三个方面的错误： 选择错误的函数形式 遗漏有关的解释变量 包括无关的解释变量 从而造成所谓的“误设定”问题。;一. 选择错误的函数形式 这类错误中比较常见的是将非线性关系作为线性关系处理。函数形式选择错误，所建立的模型当然无法