多重共线性课件讲解.pptxVIP

第四章多哽矮钱値;问题的提出 ■在前述基本假定下OLS估计具有BLUE的优良性。 ■然而实际问题中，这些基本假定往往不能满足, 使OLS方法失效不再具有BLUE特性。 ■估计参数时，必须检验基本假定是否满足，并 针对基本假定不满足的情况，采取相应的补救 措施或者新的方法。 ■检验基本假定是否满足的检验称为计量经济学;,■回顾6项基本假定 (1) 解释变量间不相关(无多重共线性) (2) E(Uj)=O (随机项均值为零) (3) Var(Uj)=a2 (同方差) (4) Cov(Uj,巧)=0 (随机项无自相关) (5) Cov(X, 4)=0 (随机项与解释变量X 不相关) ■ (6)随机扰动服从正态分布。;不满足基本假定的情形(1);“■不满足基本假定的情形(2);牟决问题的思路;if章主要介绍 4.1多重共线性的实例、定义、产生背景; 4.2多重共线性产生的后果； 4.3多重共线性的检验； 4.4多重共线性的修正。 4.5违反三个假定的总结 4.6案例;4.1多重共线性的实例、定义、 ［「生背景 ■ 4.1.1实例 ■例一消费与收入、家庭财富 例二汽车保养费与汽车行驶里程、拥 有汽车时间;.4.1.2多重共线性的定义 ;4.1.2多重共线性的定义一一矩阵 『式 在多元线性回归模戦=班中，对x的 基本假定是:矩阵x的各列向量之间是 线性无关的即有： r(X) = k (ken),艮卩 |X‘X 伊 0 如果这一假定不满足，则称模型存在 多重共线性。;■多重共线性分类的矩阵形式 多重共线性表现为两丰却青况： (1) 完全多重共线性： 尸(X) ＜奴也就是I XX I =O,(XX)—1不存在 (2) 不完全多重共线性：(实际中多为此情况) | XX |? 0, (XXF1对角线元素较大;I.4.L3产生多重共线性的背景 聲而斥列数据中经济变量在时间上常有共 同的变动趋势；时间序列样本：经济繁荣时 歎，各基本经济变量（收入、消费、投资、 价格）都趋于增长；衰退时期，又同时趋于 下降。;,.4丄3产生多重共线性的背景 （3） 由于某种决定性因素的影响可能使各个变量向着同 方向变化； （4） 滞后变量引入模型，同一变量的滞后值一般都存在 相互关系；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。;皺侵脸 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。;I 4.2多重共线性的后果 IH-------- 4.2.1完全多重共线性下的后果 (1)参数估计值不确定； __ A (XX)T不存在，从(XX)0=XY A 中没法解出唯一的0来。;对一个离差形式的二元回归模型 — =”1凡 +”2、2 +#;0\ =;事实上，当、2=七时，原二元回归模型退;口;4. 2. 2 一般共线性下普通最小二乘法参数 』■估计量非有效 __ 在一般共线性（或称近似共线性）下，虽然 可以得到OLS法参数估计量，但是由参数估计量 方差的表达式为 Cs由） = cr2（XX）T;仍以二元模型中0为例，岗的方差为 ^.2 2 1 —(￡西』2,) (V xnx2.)2 X*恰为M与勺的线性相关系数的平 乙人1，乙人2， 方戸，由于产＜1,故冷X。;当完全不共线时，r2 =0,河贝）=宀?3 当不完全共线（近似共线）时，。〈戸1,;4. 2. 2参数估计量经济含义不合理;举例;举例 ;（1） 简单相关系数矩阵法（辅助手段） .此法简单易行；但要注意两变量的简单相关系数包含了其他 变量的影响，并非它们真实的线性相关程度的反映；一般在 0?8以上可初步判定它俩之间有线性相关。 （2） 变量显著性与方程显著性综合判断； ■拟合优度R2很高，F值显著大于临界值，而t值不显著；那么 可认为存在多重共线性。 （3） 辅助回归：将每个解释变量对其余变量回归，若某 个回归方程显著成立，则该解释变量和其余变量有多 重共线性。即看判定系数较大。 （4） 判断参数估计值的符号，如果不符合经济理论或实 际情况，可能存在多重共线性;4.4.1多重共线性的修正方法 I （一）：增加样本容量;4.4.2多重共线性的修正方法： 利用先验信息改变约束形式 ■先验信息：在此之前的研究成果所提供的信息。 ■利用某些先验信息，可以把有共线性的变量组合成 新的变量，从而消除共线性。 ■如匕=爲+屁*2,+四入3,+“,其中丫=消费，乂2=收入 X3 =财富。因为收入与财富有高度共线的趋势，如果 先验认为四=0.10”2则代入消去 匕=A +