多重共线性问题.ppt

多重共线性问题及其处理在多元回归模型中，关于多元回归方程的解释，隐含着要求解释变量之间无强相关性的假定，但解释变量之间完全不相关的情形是非常少见的。尤其是研究某个经济问题时，涉及的自变量较多，很难找到一组自变量，它们之间互不相关，而且它们又都对因变量有显著影响。

例:居民消费状况-影响居民消费的因素职工平均工资农民平均收入银行利率消费者物价指数(ConsumerPriceIndex)国债利率货币发行量（商品流通中所需的实际货币量=商品价格总额/商品流通次数）储蓄额前期消费额等

自变量的相关性产生的原因在研究社会，经济问题时，因为问题本身的复杂性，涉及的因素很多。在建立回归模型时，由于研究者认识水平的局限性，很难在众多因素中找到一组互不相关又对因变量y有显著影响的变量。自变量有较强相关性时，会给回归模型的参数带来什么后果？

多重共线性的定义

多重共线性对回归模型的影响解释变量之间存在相关性时，即X的列向量之间有较强的线性相关性，即解释变量间出现严重的多重共线性。设计矩阵X将呈病态。用普通最小二乘法估计模型参数，往往参数估计方差太大，回归效果不理想。

多重共线性对回归模型的影响

多重共线性实例1

多重共线性实例1

多重共线性实例1

多重共线性实例1

多重共线性实例1-相关系数

多重共线性实例1

多重共线性实例2下表是1966年提出的研究法国经济问题的一组数据