計(jì)量經(jīng)濟(jì)學(xué)-多重共線性-wenkub
2023-05-21 22:16:54 本頁面
【正文】 給定 a=5%，得 F臨界值 (5,12)= F= ， 故認(rèn)為上述糧食生產(chǎn)的總體線性關(guān)系顯著成立。也就是說，它對(duì)被解釋變量的貢獻(xiàn)已由這些共線變量提供。而且證明了它與留在模型中的解釋變量構(gòu)成多重共線。 逐步剔除與多重共線性 如果剔除一個(gè)解釋變量，使模型擬合優(yōu)度（及 F）顯著地減少，那么這個(gè)剔除是不應(yīng)當(dāng)?shù)?。進(jìn)行一次剔除或引入稱為“一步”，這樣逐步的進(jìn)行下去，直到最后得到模型達(dá)到“最優(yōu)” —— 模型中無不顯著解釋變量。 若作區(qū)間 預(yù)測也將降低預(yù)測的 精度 。?????????????????XXX 模型參數(shù)估計(jì)方差無窮大 ?????????????????????22222222222121212122212221221)()()()?()())(()()?(xxxubVa rxxXXXXuxxxxxbVa r得設(shè)存在完全多重共線性，與如果 當(dāng)存在多重共線性時(shí)，利用 OLS 無法估計(jì)參數(shù)， 即參數(shù)估計(jì)值是不確定的，且估計(jì)值的方差無窮大。BBX)X39。 如 X2 = ? X1 X2與 X1的相關(guān)系數(shù)為 1， 解釋變量 X2 對(duì)因變量 Y 的作用可由 X1 完全替代 。主要包括： （ 1）隨機(jī)項(xiàng)序列不是同方差，而是異方差的； （ 2）隨機(jī)項(xiàng)序列相關(guān)，即存在自相關(guān)； （ 3）解釋變量與隨機(jī)項(xiàng)相關(guān)； （ 4）解釋變量之間線性相關(guān)，存在多重共線性。 多重共線性是對(duì)第（ 4）個(gè)基本假定的違反，導(dǎo)致 OLS估計(jì)量失去優(yōu)良性。 第一節(jié) 多重共線性的概念 經(jīng)濟(jì)變量之間的相互依存關(guān)系 如替代品價(jià)格之間會(huì)存在多重共線性 時(shí)間趨勢影響 經(jīng)濟(jì)繁榮和經(jīng)濟(jì)衰退 時(shí)間序列樣本建立線性模型時(shí) ， 往往存在多重共線 。Y)( X 39。 可以估計(jì)參數(shù) ， 但參數(shù)估計(jì)不穩(wěn)定 參數(shù)估計(jì)量的方差增大 ， 使參數(shù)估計(jì)量的精度降低 。 二 、 不完全多重共線性的影響 簡單相關(guān)系數(shù)法 解釋變量組的相關(guān)矩陣中解釋變量間的簡單相關(guān)系數(shù)的絕對(duì)值甚至大于被解釋變量與解釋變量之間的簡單相關(guān)系數(shù)的絕對(duì)值 cor X1 X2 幾何度量 第三節(jié) 多重共線性的檢驗(yàn) ????22iyixiyixrX2 X1 X3 ? ( x, y ) 綜合統(tǒng)計(jì)檢驗(yàn)法 若 R2,F 均很大 ,而各 t值均偏小 ,則可以認(rèn)為存在多重共線性 用 F 檢驗(yàn) 確定哪些解釋變量是多重共線的 對(duì)每個(gè)解釋變量 Xj 作它與其它解釋變量的回歸 ， 并計(jì)算樣本決定系數(shù) R2 若 F Fa（臨界值， 則認(rèn)為 Xj與 X1,… , Xj1 , Xj+1 ,… , Xk， 多重共線顯著 用 t 檢驗(yàn) 來找出哪些解釋變量是造成多重共線的原因 （ 對(duì)自變量兩兩回歸 ） 若 T Ta，即 Xj與 Xi是引起多重共線的原因。 ? 引入的準(zhǔn)則： 引入解釋變量后使模型的擬合優(yōu)度（及 F）顯著增加的，應(yīng)當(dāng)引入；否則不引入。但證明了該剔除變量與留在模型中的解釋變量不構(gòu)成多重共線。它可由這些變量線性表出，所以剔除不至于引起擬合優(yōu)度的減少。所以，引入它并不能提高擬合優(yōu)度。 但 X4 、 X5 的參數(shù)未通過 t檢驗(yàn)，且符號(hào)不正確，故 解釋變量間可能存在多重共線性 。 C X1 X2 X3 X4 X5 2RDWY= f ( X 1 ) 30868 0. 8852 t 值 25 . 58 1 Y = f ( X 1 , X2 ) 438 71 558 t
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1