趙衛(wèi)亞版計(jì)量經(jīng)濟(jì)學(xué)期末整理(編輯修改稿)
2024-07-22 03:57 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 。2+L+lkXk+n=03. 原因：i. 變量之間的內(nèi)在聯(lián)系。經(jīng)濟(jì)系統(tǒng)中各要素之間是互相依存、互相制約的，在數(shù)量關(guān)系上必然有一定聯(lián)系。例如工業(yè)生產(chǎn)函數(shù)中勞動(dòng)和資本投入在數(shù)量上的相關(guān)關(guān)系。②若有 ,則懷疑有多重共線性jRii. 經(jīng)濟(jì)變量變化趨勢(shì)的“共向性”。經(jīng)濟(jì)變量在考察的樣本期內(nèi)變化方向具有一致性，使變量的樣本數(shù)據(jù)高度相關(guān)。比如，經(jīng)濟(jì)繁榮時(shí)經(jīng)濟(jì)指標(biāo)（收入、消費(fèi)、投資等）趨向增長(zhǎng)。iii. 滯后變量的引入。例如，在消費(fèi)函數(shù)中引入本期和前幾期的收入，變量的各期值之間可能是高度相關(guān)的。iv. 樣本資料的原因可見(jiàn)，經(jīng)濟(jì)變量之間總存在一定程度的線性相關(guān)，因此，問(wèn)題不是多重共線性的有無(wú)，而是多重共線性的嚴(yán)重程度。4. 后果：i. 好消息：近似多重共線性不違反任何假設(shè)?？梢缘玫絽?shù)估計(jì)值。OLS估計(jì)量仍舊是唯一的，最小方差的線性無(wú)偏估計(jì)量。ii. 增大OLS估計(jì)的方差，使得參數(shù)估計(jì)不穩(wěn)定，異常值多。iii. 難以區(qū)分每個(gè)解釋變量的單獨(dú)影響iv. t檢驗(yàn)的可靠性降低（單個(gè)參數(shù)的t檢驗(yàn)不顯著，甚至符號(hào)相反）v. 回歸模型缺乏穩(wěn)定性5. 檢驗(yàn)多重共線性并不違反經(jīng)典假設(shè)，因此對(duì)于不嚴(yán)重的多重共線性無(wú)需處理；只有當(dāng)比較嚴(yán)重時(shí)才需要處理。所以我們檢驗(yàn)的不是多重共線性的有無(wú)，而是強(qiáng)弱。下面給出的不是嚴(yán)格的統(tǒng)計(jì)方法,而是基于經(jīng)驗(yàn)的判斷i. 相關(guān)系數(shù)檢驗(yàn)? 主要針對(duì)兩個(gè)解釋變量的情況。? 一般，如果兩個(gè)解釋變量簡(jiǎn)單相關(guān)系數(shù)比較高（如，大于)，可以認(rèn)為存在較嚴(yán)重的多重共線性? 注意，該方法對(duì)解釋變量多于兩個(gè)時(shí)，不一定有效。此時(shí)變量之間兩兩相關(guān)系數(shù)很低，也可能存在嚴(yán)重的多重共線性。ii. 輔助回歸模型檢驗(yàn)? 當(dāng)模型解釋變量個(gè)數(shù)多于兩個(gè)，而且呈現(xiàn)復(fù)雜相關(guān)關(guān)系時(shí)采用? 用每一個(gè)解釋變量對(duì)其他解釋變量構(gòu)造輔助回歸方程來(lái)檢驗(yàn)多重共線性。Xj=a1+a2X2+L+aj1Xj1+aj+1Xj+1+L+aKXK①如果方程整體顯著（F)，則表明存在多重共線性。2③看輔助回歸方程的擬合度 的大?。ㄝo助回歸模型檢驗(yàn)還可以得到多重共線性的具體形式）iii. 方差膨脹因子檢驗(yàn)分析思路：多重共線性使得參數(shù)估計(jì)方差放大。通過(guò)考察參數(shù)估計(jì)被放大的程度，判斷模型存在多重共線性的程度?？梢酝瞥觯诙嘣貧w中=σ2 1 σ2229。(XjiXj) 1R2j229。xjig VIF有:235。?Var233。bj249。=2? 常以方差擴(kuò)大因子是否大于10來(lái)判斷第j個(gè)解釋變量是否存在較強(qiáng)的、必須加以處理的多重共線性。? 對(duì)應(yīng)的輔助方程的判決系數(shù)為? 與VIF等價(jià)的指標(biāo)。“容許度”判別TOLj= =1R2j當(dāng)完全共線時(shí)，R2＝1，VIF＝無(wú)窮大1VIF0≤TOL≤1；一般當(dāng)TOL，認(rèn)為模型存在較嚴(yán)重的多重共線性。iv. 直觀判斷? 看參數(shù)估計(jì)量的符號(hào)、數(shù)值是否與理論相符合？如果與定性分析結(jié)果違背，可能存在多重共線性
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1