4-2多重共线性的检验和补救措施.pdf

4-2 多重共线性的检验和补救措施 一、多重共线性的检验 1. 相关系数检验法 ●只有两个解释变量时：用二者相关系数判断。 ● 两个以上解释变量时：可用两两变量的相关系数。 ● 一般地，如果每两个解释变量的相关系数大于0.8，表明存在着较严 重的多重共线性。 ●简单相关系数只是多重共线性的充分条件，不是必要条件。 ● 在有多个解释变量时，较低的相关系数也可能存在较严重多重共线性。 2.直观判断法 根据经验，出现以下情形则表明可能存在多重共线性： 1）当增加或剔除一个解释变量，或者改变一个观测值时，回归系数的 估计值发生较大变化； 2）一些重要的解释变量的回归系数的标准误差较大，不能通过显著性 检验； 3）有些解释变量的回归系数的符号不符合定性分析的结果； 4）模型的可决系数较高，F检验显著，但某些重要解释变量的偏回归 系数t检验不显著。 3.方差扩大因子法 ●对于多元线性回归模型来说，如果分别以每个解释变量为被解释变量， 作与其他解释变量的回归，这称为辅助回归。 ˆ 2 1 2 Var( )j 2  2  2 VIFj x 1Rj j xj 1 VIF  j 1Rj2 ●VIF的大小反映了解释变量之间是否存在多重共线性，可用它来度量多 重共线性的严重程度。 ●经验表明，当VIF≥10，说明该解释变量与其余解释变量之间有严重的 多重共线性。 4.逐步回归检测法 ●基本思想：将变量逐个的引入模型，每引入一个解释变量后，都要观 察可决系数的变化，进行Ｆ检验，并对已经选入的解释变量逐个进行t 检验。 如果引入新变量后，可决系数显著改善，并且原来的解释变量的显著性 不变化，说明新变量是独立解释变量。 如果引入新变量后，可决系数变化不显著，或使得原来的解释变量变得 不再显著时，说明新变量不是独立解释变量，很可能引起了多重共线性。 ●在逐步回归中，高度相关的解释变量，在引入时会被剔除。 二、多重共线性的补救 1.增加样本容量 ˆ 2 1 Var( ) 2 2 2 x (1r ) 2i 23 ∑ ● 公式中 是常数，确定后，当样本容量越大时， 越大，可使 var ( )变小，从而减轻多重共线性的影响。 2.先验信息法 ●利用某些先验信息可把有共线性的变量组成新的变量，从而消除重 共线性 ●例：    1 Qt Lt  Q  ALK u Q  AL K ut t t K  A (K ) u t t t t t Qt Lt lnQ  ln A lnL  lnK lnu ln  lnA ln lnu t t t K K t