初級(jí)計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)整理-資料下載頁(yè)
2025-06-07 17:02本頁(yè)面
【正文】 D1Y=D1X b +D1m即 Y*=X*b + m* (*)該模型具有同方差性和隨機(jī)誤差項(xiàng)互相獨(dú)立性(*)式的OLS估計(jì)：這就是原模型的廣義最小二乘估計(jì)量(GLS estimators)，是無(wú)偏的、有效的估計(jì)量。mi=rmi1+ei則實(shí)際經(jīng)濟(jì)問(wèn)題中的多重共線性一般地，產(chǎn)生多重共線性的主要原因有以下三個(gè)方面：（1）經(jīng)濟(jì)變量相關(guān)的共同趨勢(shì)（2）滯后變量的引入（3）樣本資料的限制多重共線性的后果完全共線性下參數(shù)估計(jì)量不存在近似共線性下OLS估計(jì)量非有效參數(shù)估計(jì)量經(jīng)濟(jì)含義不合理變量的顯著性檢驗(yàn)失去意義模型的預(yù)測(cè)功能失效檢驗(yàn)多重共線性是否存在(1)對(duì)兩個(gè)解釋變量的模型，采用簡(jiǎn)單相關(guān)系數(shù)法 求出X1與X2的簡(jiǎn)單相關(guān)系數(shù)r，若|r|接近1，則說(shuō)明兩變量存在較強(qiáng)的多重共線性。(2)對(duì)多個(gè)解釋變量的模型，采用綜合統(tǒng)計(jì)檢驗(yàn)法 若 在OLS法下：R2與F值較大，但t檢驗(yàn)值較小，說(shuō)明各解釋變量對(duì)Y的聯(lián)合線性作用顯著，但各解釋變量間存在共線性而使得它們對(duì)Y的獨(dú)立作用不能分辨，故t檢驗(yàn)不顯著。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：減小參數(shù)估計(jì)量的方差完備的結(jié)構(gòu)式模型的矩陣表示簡(jiǎn)化式模型的矩陣形式
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1