計量經濟學-多重共線性-免費閱讀
【正文】 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 值 Y = f ( X 1 , X2 , X3 ) 1 197 8 752 t 值 Y = f ( X 1 , X2 , X 3, X 4 ) 130 56 5 t 值 Y = f ( X 1 , X3 , X 4, X 5 ) 126 90 0 798 t 值 逐步回歸 將其他解釋變量分別導入上述初始回歸模型 ， 尋找最佳回歸方程 。 第五節(jié) 案例一 —— 中國糧食生產函數 根據理論和經驗分析 ， 影響糧食生產 （ Y） 的主要因素有： 農業(yè)化肥施用量 （ X1） ；糧食播種面積 (X2) 成災面積 (X3)。它對解釋變量 Y的貢獻不能由已在模型中的解釋變量線性表出。 2 第四節(jié) 多重共線性的修正方法 一 、 刪除不重要的變量 將證實為多重共線性原因的變量刪除 由實際經濟分析確定變量的相對重要性 ， 刪除不太重要的變量 變量刪除不當 ， 會產生模型設計偏倚 二 、 改變解釋變量形式 采用相對數量 如對于需求函數 Q = b0 + b1Y + b2P0 + b3P1 + u 商品價格 P0 和替代商品價格 P1 可能高度線性相關 ， 可將模型改為如下形式： Q = a0 + a1Y + a3(P0 /P1) + u 采用增量型變量 如對于消費函數 Ct = b0 + b1Yt + b2Yt1 + u 本期收入 Yt 和上期收入 Yt1 可能高度線性相關， 可將模型改為如下形式： Ct = a0 + a1Yt + a2△ Yt + u △ Yt = Yt ? Yt1 改變解釋變量樣本信息 （ 1） 改變樣本 （ 2） 增加樣本容量 樣本容量 n 增加 ， ?x2 增大 ， var(b1 )的值會 降低 ， 抵消方差增大的影響 。1????(對上述方程兩邊同乘觀察值距陣 X 的轉置距陣 X39。 第一節(jié) 多重共線性的概念 第二節(jié) 多重共線性的后果 第三節(jié) 多重共線性的檢驗 第四節(jié) 多重共線性的修正方法 第五節(jié) 案例 一、多重共線性的定義 多重共線性是指解釋變量 Xi 之間存在完全的或近似的線性關系 。 在線性模型中 ， 解釋變量的 觀察值距陣 X(包括常數項 )其秩等于模型中的解釋變量的個數加一 rank(X)= k + 1 如果此假定不成立 ， 則稱解釋變量 Xi之間存在多重共線性 ,至少有一列向量可由其它列向量線性表示 。一、完全多重共線性的影響 ? 完全共線性 :∣ X’X∣ =0,(X’X)1不存在， R23=1； ? 例： 012060206030102021484163142121139。 ^ 三 、 利用已知信息進行參數約束修正 如對于 C— D 生產函數的對數形式 lnY = lnA + a lnL+ b lnk + u 資金和勞動之間可能高度線性相關 ， 如假定規(guī)模報酬不變 ， 施加約束條件 a + b = 1可將模型改為如下形式： ln(Y/K) = lnA + a ln (L /K) + u b = 1? a 四、 逐步回歸法 ? 逐步回歸法分為逐個剔除法與逐個引入法 ? “逐步” 指的是在使用回歸分析方法建立模型時，一次只能
環(huán)評公示相關推薦
鄂ICP備17016276號-1