南开大学计量经济学基础第5版课件-第7章-多重共线性-李忠民.pptVIP

最小二乘法的估计结果为 分别计算X1、 X2、 X3、 X4的两两相关系数，得 可见解释变量之间高度相关。采用逐步回归法： 1. 对Y分别关于X1、 X2、 X3、 X4作回归，得 根据经济理论分析和回归结果，可支配收入X1是最重要的解释变量，选取第一个回归方程为基本回归方程。 2. 加入服装价格指数X3，作回归得 拟合优度R2有所增加，参数估计值符号正确，保留X3 。 3. 再加入流动资产X2，作回归得 拟合优度R2没有增加，X2系数的符号不正确，说明存在严重的多重共线性，需要修正。比较X2与X3，服装价格指数比流动资产对服装消费量影响大，保留X3，舍弃X2 。 4. 加入一般商品价格指数X4，作回归得 拟合优度有所增加，回归系数均显著且符号正确，保留X4 。 此模型中解释变量仍存在多重共线性，但没有造成不利后果，这是相对较好的服装消费模型。 第7章 多重共线性 7.1 多重共线性的概念 多元线性回归模型最小二乘估计量的矩阵表达式为 例7.1 对二元线性回归模型 利用二元线性回归模型最小二乘估计量及其方差表达式得 即它们均是不确定的，方差为无穷大。 完全的多重共线性不多见，通常是 完全的多重共线性和近似