多重共线性的检验.pdf

第三节多重共线性的检验 本节基本内容： ● 相关系数检验法 ● 方差膨胀因子法 ● 直观判断法 14 一、相关系数检验法 含义：利用解释变量之间的线性相关系数来判断是否存在严 重多重共线性。 判断规则：一般而言，如果两个解释变量的线性相关系数大 于0.8，则可认为存在着较严重的多重共线性。 在多于两个解释变量的回归模型中，有时较低的简单相 关系数也可能存在多重共线性。因此并不能简单地依据相关 系数进行多重共线性的准确判断。 15 二、方差膨胀因子法 ˆ β 解释变量X 的参数估计式 的方差为 j j ˆ σ2 1 σ2 Var(β )  VIF j x 2 1-R 2 x 2 j j j j 其中， 2 是变量X 的方差扩大因子，R 2是以X VIF =1 1-R j  j  j j j 为被解释变量对其它解释变量辅助回归的可决系数。 ●方差膨胀因子越大，表明解释变量之间的多重共性越严 重。反之，方差膨胀因子越接近于1，多重共线性越弱。 ●经验表明，方差膨胀因子≥10时，说明解释变量与其余解 释变量之间有严重的多重共线性，且这种多重共线性可 能会严重地影响最小二乘估计。 16 三、直观判断法 1. 从定性分析看，一些重要的解释变量的回归系数 的标准误差较大，没有通过显著性检验，初步判 断可能存在严重的多重共线性。 2. 有些解释变量的回归系数所带正负号与定性分析 结果违背，很可能存在多重共线性。 3. 解释变量的相关矩阵中，解释变量之间的相关系 数较大时，可能会存在多重共线性问题。 17 引例多重共线性的检验 18 辅助回归 1 1 VIF =84.65 1 1-R12  10.988187 19