4-1多重共线性的概念和产生的后果.pdf

4-1 多重共线性的概念和产生的后果 引子 网络消费分析： ● 收集2001-2017年相关数据，建立了人均网络消费额（Y）和网民人 均年收入（X ）、网民数量（X ）、人均每周上网时间（X ）、互联网 1 2 3 终端年度新增总额（X ）的对数计量模型。 4 ●该对数模型的ols回归结果为： 一、多重共线性的概念 在多元回归模型中，各个解释变量之间可能存在一定的线性相关关系 完全线性关系 不完全线性关系 完全无线性关系 能找到不全为0的数    X   X  ...  （正交变量）  ， ，使得 1 2 2i 3 3i 1  ,  2 3 k  X   0 k ki i    X   X    X  0 1 2 2i 3 3i k ki ● 多重共线性——指解释变量间的线性关系 ，既包括完全的线性关系 ， 又包括不完全的线性关系。 ● 无多重共线性只排除解释变量间的线性关系，不排除相互之间的非线 性关系。 二、多重共线性产生的原因 （1）时间序列数据在时间上常有共同变动的趋势 如收入、消费等常有共同变动的趋势 （2）经济变量间本身具有内在联系 如截面数据中某行业企业的资本量、劳动投入等都与企业规模相关 （3）样本自身原因 如在总体的一个有限范围内抽样，使得变量变异不大 （4）滞后变量引入模型，同一变量的逐次值可能存在相互联系 如： Y     X   X + X  u t 1 2 t 3 t 1 4 t  2 t 三、多重共线性产生的后果 考虑一个二元回归模型 Y     X   X  u i 1 2 2 i 3 3i i x2i x3i ● Case 1: X 与X 完全不相关时，相关系数为  X 2X 3   0 2 3 2 2 x x   2i 3i 此时  x 2 i x 3 i  0 (y x )(x 2 )  (y x )(x x ) x y 对比一元回归时