多重共线性课件.pptVIP

白血病是一种什么病？患者的造血系统出现了恶性增生性病变，会出现白细胞异常增生并浸润全身各组织，血液中有幼稚白细胞出现，症状除了血细胞形态和计数异常以外，还出现贫血、出血、发热、肝脾和淋巴结肿大。课堂练习作业：P61页动动脑及生物学习指导丛书1、人体的运动系统由下列哪几部分组成？（）A、骨骼、骨连结和关节B、骨胳、骨胳肌关节C、骨胳、关节和关节囊D、骨、骨连结和骨胳肌2、骨的基本结构是（）。A、成骨细胞和黄骨髓B、骨松质和红骨髓C、骨膜、骨质和骨髓D、骨密质和骨髓腔3、骨折后，对骨的愈合起作用的是（）：A、骨膜B、骨髓C、骨松质D、骨密质DCA由表中的比值可以直观地看到，两变量增量的线性关系弱于总量之间的线性关系。进一步分析：Y与C(-1)之间的判定系数为0.9845，△Y与△C(-1)之间的判定系数为0.7456。一般认为：两个变量之间的判定系数大于0.8时，二者之间存在线性关系。所以，原模型经检验地被认为具有多重共线性，而差分模型则可认为不具有多重共线性。3、第三类方法：减小参数估计量的方差多重共线性的主要后果是参数估计量具有较大的方差，所以采取适当方法减小参数估计量的方差，虽然没有消除模型中的多重共线性，但确能消除多重共线性造成的后果。例如，增加样本容量，可使参数估计量的方差减小。再如：岭回归法（RidgeRegression）70年代发展的岭回归法，以引入偏误为代价减小参数估计量的方差，受到人们的重视。具体方法是：引入矩阵D，使参数估计量为其中矩阵D一般选择为主对角阵，即D=aI(2.6.6)a为大于0的常数。显然，与未含D的参数B的估计量相比，(2.6.5)的估计量有较小的方差。五、案例一：服装市场需求函数□1、建立模型根据理论和经验分析，影响居民服装类支出的主要因素有：可支配收入、居民流动资产拥有量、服装价格指数、物价总指数。已知某地区的有关资料，根据散点图判断，建立线性服装消费支出模型：Y=?0+?1X+?2K+?3P1+?4P0+?2、样本数据由于R2较大且接近于1，而且F=638.4，大于临界值：F0.05(4,5)=15.19，故认为服装支出与上述解释变量间总体线性关系显著。但由于参数K的估计值的t检验值较小（未能通过检验），故解释变量间存在多重共线性。3、估计模型（2）检验简单相关系数各解释变量间存在高度相关性，其中尤其以P1，P0间的相关系数为最高。（3）找出最简单的回归形式可见，应选①为初始的回归模型。（4）逐步回归将其他解释变量分别导入上述初始回归模型，寻找最佳回归方程。4、讨论：①在初始模型中引入P1，模型拟合优度提高，且参数符号合理，但P1的t检验未通过；②再引入K，拟合优度虽有提高，但K与P1的t检验未能通过，且X与P1的t检验值及F检验值有所下降，表明引入K并未对回归模型带来明显的“好处”，K可能是多余的；③去掉K，加入P0，拟合优度有所提高，且各解释变量的t检验全部通过，F值也增大了。④将4个解释变量全部包括进模型，拟合优度未有明显改观，K的t检验未能通过，K显然是多余的。5、结论回归方程以Y=f(X,P1,P0)为最优：Y=-12.45+0.10X-0.19P1+0.31P0五、案例二：中国消费函数模型1、OLS估计结果2、差分法估计结果3、比较β1：0.480728→0.491558β2：0.196433→0.166864在消除了共线性后，GDP对CONS的影响增大，CONS1对CONS的影响减少。六、分部回归与多重共线性1、分部回归法(PartitionedRegression)对于模型将解释变量分为两部分，对应的参数也分为两部分：在满足解释变量与随机误差项不相关的情况下，可以写出关于参数估计量的方程组：如果存在则有这就是仅以X1作为解释变量时的参数估计量。同样有这就是仅以X2作为解释变量时的参数估计量。2、由分部回归法导出如果