多重共線性(計(jì)量經(jīng)濟(jì)學(xué)-武漢大學(xué)劉偉)(編輯修改稿)
2024-10-25 13:49 本頁面
【文章內(nèi)容簡(jiǎn)介】 判明存在多重共線性的范圍,將模型中每一個(gè)解釋變量分別以其余解釋變量為解釋變量進(jìn)行回歸計(jì)算，并計(jì)算相應(yīng)的擬合優(yōu)度，也稱為判定系數(shù)。 如果在某一種形式 Xji=?1X1i+?2X2i+?+?LXLi 中判定系數(shù)較大，則說明在該形式中作為被解釋變量的Xj可以用其他X的線性組合代替，即Xj與其他X之間存在共線性。,(1) 判定系數(shù)檢驗(yàn)法,一種等價(jià)的檢驗(yàn)： 在模型中排除某一個(gè)解釋變量Xj，估計(jì)模型，如果擬合優(yōu)度與包含Xj時(shí)十分接近，則說明Xj與其它解釋變量之間存在共線性。,(2) 逐步回歸法,以Y為被解釋變量，逐個(gè)引入解釋變量，構(gòu)成回歸模型，進(jìn)行模型估計(jì)。 根據(jù)擬合優(yōu)度的變化決定新引入的變量是否可以用其它變量的線性組合代替，而不作為獨(dú)立的解釋變量。 如果擬合優(yōu)度變化顯著，則說明新引入的變量是一個(gè)獨(dú)立解釋變量； 如果擬合優(yōu)度變化很不顯著，則說明新引入的變量不是一個(gè)獨(dú)立解釋變量，它可以用其它變量的線性組合代替，也就是說它與其它變量之間存在共線性關(guān)系。,四、克服多重共線性的方法,克服多重共線性的方法: 第一類方法：排除引起共線性的變量 第二類方法：差分法 第三類方法：減少參數(shù)估計(jì)量的方差,第一類方法：排除引起共線性的變量,找出引起多重共線性的解釋變量，將它排除出去，是最為有效的克服多重共線性問題的方法。 上述用于檢驗(yàn)多重共線性的方法，同時(shí)就是克服多重共線性問題的方法，其中又以逐步回歸法得到最廣泛的應(yīng)用。 但應(yīng)注意的是：排除了引起共線性的變量后，剩余解釋變量參數(shù)的經(jīng)濟(jì)含義和數(shù)值都發(fā)生了變化。它們不再僅僅反映自身與被解釋變量的關(guān)系，也包含了與它們成線性關(guān)系的、被排除的變量對(duì)被解釋變量的影響。,第二類方法：差分法,對(duì)于以時(shí)間序列數(shù)據(jù)為樣本、以直接線性關(guān)系為模型關(guān)系形式的計(jì)量經(jīng)濟(jì)學(xué)模型，將原模型變換為差分模型 ?Yi=?1 ? X1i+?2 ? X2i+?+?k ? Xki+ ? ?i 可以有效地消除存在于原模型中的多重共線性。,原因在于：一般來講，增量之間的線性關(guān)系遠(yuǎn)比總量之間的線性關(guān)系弱得多。,例如：在中國(guó)消費(fèi)模型中的2個(gè)變量：,由表中的比值可以直觀地看到，兩變量增量的線性關(guān)系弱于總量之間的線
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1