多重共線性ppt課件(編輯修改稿)
2025-05-25 23:18 本頁面
【文章內(nèi)容簡介】 第三節(jié) 多重共線性的檢驗 本節(jié)基本內(nèi)容： ● 簡單相關(guān)系數(shù)檢驗法 ● 方差擴大（膨脹）因子法 ● 直觀判斷法 ● 逐步回歸法 17 一、簡單相關(guān)系數(shù)檢驗法 含義： 簡單相關(guān)系數(shù)檢驗法是利用解釋變量之間的線性相關(guān)程度去判斷是否存在嚴重多重共線性的一種簡便方法。 判斷規(guī)則： 一般而言，如果每兩個解釋變量的簡單相關(guān)系數(shù) (零階相關(guān)系數(shù) )比較高，例如大于 ，則可認為存在著較嚴重的多重共線性。 18 注意： 較高的簡單相關(guān)系數(shù)只是多重共線性存在的充分條件，而不是必要條件。特別是在多于兩個解釋變量的回歸模型中，有時較低的簡單相關(guān)系數(shù)也可能存在多重共線性。因此并不能簡單地依據(jù)相關(guān)系數(shù)進行多重共線性的準確判斷。 19 二、方差擴大（膨脹）因子法 統(tǒng)計上可以證明，解釋變量 的參數(shù)估計式 的方差可表示為 其中的 是變量 (Variance Inflation Factor)，即 的方差擴大因子 其中 是多個解釋變量輔助回歸的可決系數(shù) ? ?21V I F =1j jR222 2 21?V a r ( ) = = V I F1 jj j j jσ σβx R x????VIFj jXjX ?jβ2jR20 經(jīng)驗規(guī)則 ● 方差膨脹因子越大，表明解釋變量之間的多重共性越嚴重。反過來，方差膨脹因子越接近于 1，多重共線性越弱。 ● 經(jīng)驗表明，方差膨脹因子 ≥10(R— 平方大于等于)時，說明解釋變量與其余解釋變量之間有嚴重的多重共線性，且這種多重共線性可能會過度地影響最小二乘估計。 21 三、直觀判斷法 性分析結(jié)果違背時，很可能存在多重共線性?；蛘呖傮w解釋較高但是存在一個或多個很不顯著的解釋變量。 ，或者改變一個觀測值時，回歸參數(shù)的估計值發(fā)生較大變化，回歸方程可能存在嚴重的多重共線性。 22 3. 解釋變量的相關(guān)矩陣中，自變量之間的相關(guān)系數(shù)較大時，可能會存在多重共線性問題(兩個自變量間的共線性）。 ，如果一些重要的解釋變量的回歸系數(shù)的標準誤差較大，并且在回歸方程中沒有通過顯著性檢驗時，可初步判斷可能存在嚴重的多重共線性。 23 四、逐步回歸檢測法 逐步回歸的基本思想 將變量逐個的引入模型，每引入一個解釋變量后，都要進行Ｆ檢驗，并對已經(jīng)選入的解釋變量逐個進行t 檢驗，當原來引入的解釋變量由于后面解釋變量的引入而變得不再顯著時，則將其剔除。以確保每次引入新的變量之前回歸方程中只包含顯著的變量。 在逐步回歸中，高度相關(guān)的解釋變量，在引入時會被剔除。因而也是一種檢測多重共線性的有效方法。 24 第四節(jié) 多重共線性的補救措 施 本節(jié)基本內(nèi)容 : ● 修正多重共線性的經(jīng)驗方法 ●逐步回歸法 25 一、修正多重共線性的經(jīng)驗方法 1. 剔除變量法 把方差擴大因子最大者所對應(yīng)的自變量首先剔除再重新建立回歸方程，直至回歸方程中不再存在嚴重的多重共線性。 注意 : 若剔除了重要變量，可能引起模型的設(shè)定誤差。 26 2. 增大樣本容量 如果樣本容量增加，會減小回歸
教學課件相關(guān)推薦
鄂ICP備17016276號-1