多重共线性的检测与修正方法比较研究.docxVIP

多重共线性的检测与修正方法比较研究

一、引言

在社会科学尤其是经济学的实证研究中，多元线性回归是应用最广泛的分析工具之一，而经典高斯-马尔可夫假设是保证回归估计结果无偏且有效的核心前提，其中解释变量之间不存在完全线性相关的无多重共线性假设，是最常被违反的假设之一。在实际研究中，研究者经常会遇到模型整体拟合效果很好，但核心解释变量的系数不显著、甚至符号与理论预期相反的情况，这背后往往就有多重共线性的影响。然而不少研究者对多重共线性的认知存在偏差，要么谈之色变，认为只要存在共线性就会导致模型完全失效，要么对共线性视而不见，直接汇报稳定性不足的估计结果。因此，系统梳理多重共线性的检测方法与修正方法，