第八章多重共线性.pptxVIP

第八章多重共线性会计学引子：发展农业和建筑业会减少财政收入吗？ 第1页/共38页为了分析各主要因素对财政收入的影响，建立财政收入模型:其中: CS财政收入(亿元) ; NZ农业增加值(亿元); GZ工业增加值(亿元); JZZ建筑业增加值(亿元); TPOP总人口(万人); CUM最终消费(亿元); SZM受灾面积(万公顷) 数据样本时期1978年-2003年（资料来源：《中国统计年鉴2004》，中国统计出版社2004年版） 第2页/共38页财政收入模型的EViews估计结果 VariableCoefficientStd. Errort-StatisticProb. 农业增加值NZ-1.5350900.129778-11.828610.0000工业增加值GZ0.8987880.2454663.6615580.0017建筑业增加值JZZ-1.5270891.206242-1.2659890.2208总人口TPOP0.1511600.0337594.4776460.0003最终消费CUM0.1015140.1053290.9637830.3473受灾面积SZM-0.0368360.018460-1.9953820.0605截距项-11793.343191.096-3.6957040.0015R-squared0.995015 Mean dependent var5897.824Adjusted R-squared0.993441 S.D. dependent var5945.854S.E. of regression481.5380 Akaike info criterion15.41665Sum squared resid4405699. Schwarz criterion15.75537Log likelihood-193.4165 F-statistic632.0999Durbin-Watson stat1.873809 Prob(F-statistic)0.000000第3页/共38页模型估计与检验结果分析 ●可决系数为0.995，校正的可决系数为0.993，模型拟合很好。模型对财政收入的解释程度高达99.5%。 ●F统计量为632.10，说明0.05水平下回归方程整体上显著。 ● t 检验结果表明，除了工业增加值和总人口以外，其他因素对财政收入的影响均不显著。 ●农业增加值和建筑业增加值的回归系数是负数。 农业和建筑业的发展反而会使财政收入减少吗？! 这样的异常结果显然与理论分析和实践经验不相符。 若模型设定和数据真实性没问题，问题出在哪里呢？一、多重共线性及其分类第4页/共38页多重共线性及其分类完全多重共线性近似多重共线性第5页/共38页 多重共线性的概念 对于模型 Yi=?0+?1X1i+?2X2i+?+?kXki+?i i=1,2,…,n其基本假设之一是解释变量是互相独立的。 如果某两个或多个解释变量之间出现了相关性，则称为多重共线性(Multicollinearity)。第6页/共38页 如果存在 c1X1i+c2X2i+…+ckXki=0 i=1,2,…,n 其中: ci不全为0，则称为解释变量间存在完全共线性（perfect multicollinearity）。 如果存在 c1X1i+c2X2i+…+ckXki+vi=0 i=1,2,…,n 其中ci不全为0，vi为随机误差项，则称为 近似共线性（approximate multicollinearity）或交互相关(intercorrelated)。第7页/共38页 注意： 完全共线性的情况并不多见，一般出现的是在一定程度上的共线性，即近似共线性。 但无论是解释变量之间严格的线性关系还是较严重的近似线性关系，都会给多元线性回归分析造成严重的不利影响，甚至导致回归模型完全失效。第8页/共38页二、 多重共线性的后果（一）多重共线性的理论后果OLS估计量仍保持BLUE性质（高斯-马尔科夫定理仍然成立）完全多重共线性导致参数的OLS估计量无法求出（也可以理解为方差无穷大）。近似多重共线性导致参数的OLS估计量的方差大幅提高第9页/共38页二、 多重共线性的后果（二）多重共线性的实际后果 (理论后果的具体表现 ） 1.虽是线性无偏且最小方差，但其方差是一个非常大的数值，故其估计的精度下降； 2.回归系数的置信区间加宽，导致接受零假设的可能性增大，从而t 检验失效 3. R2 可能很大，F统计值也很高；4.最小二乘估计量及其标准差都对数据的微小变化非常敏感；5、模型预测置信区间加宽，预测方差加大，以至失去预测的意义第10页/共38页完全多重共线性及其危害严格多重共线性不是由于数据原因引起，通常是由于模型把有严格联系的变量引进同