第10章计量经济学.ppt

二、我国旅游市场发展影响因素分析（2-4-2.wfl） * 2. 从判定系数、F检验和t检验综合判断共线性 判定系数R2 =0.9954，模型拟合很好；F统计量为173.3525，并且F检验的伴随概率很小，方程具有显著性。而两个回归系数x2、x6的t检验伴随概率大于5%，很有可能存在多重共线性。 3. 用相关系数、方差膨胀因子法和条件数法进行共线性诊断 （1）相关系数法 在命令窗口键入 cor x2 x3 x4 x5 x6 * （2）方差膨胀因子法 （i）建立辅助回归方程 依次键入 ls x2 c x3 x4 x5 x6 ls x3 c x2 x4 x5 x6 ls x4 c x2 x3 x5 x6 ls x5 c x2 x3 x4 x6 ls x6 c x2 x3 x4 x5 * （ii）求得方差膨胀因子 键入 scalar vifx2=1/(1-eqx2.@r2) 一般认为，方差膨胀因子大于10，模型中就存在严重的多重共线性。因此可以认为，该模型中存在严重的多重共线性。 （4）用病态指数法检验多重共线性的存在。 Series x1=1 Group x x1 x2 x3 x4 x5 x6 Matrix mx=@convert(x) Sym xx=@transpose(mx)*mx Vector a=@eigenvalues(xx) Scalar maxci=@sqrt(@max(a)/@min(a)) * The @convert function takes a series or group object and,optionally, a sample object, and returns a vector or rectangular matrix. Smpl 61 90 Group groupx inv gdp ml Vector v=@convert(gdp) Matrix x=@convert(groupx) SYM?(Symmetric Matrix)（对称矩阵）：用于代表对称矩阵 * 4. 用逐步回归法消除多重共线性 先分别做Y对X2 X3 X4 X5 X6的回归，以R2 最大者为基础。 X3 方程的R2 =0.9558最大，以X3 为基础依次加入其他变量，进行逐步回归。 在X3 的基础上，新加入变量X5 方程的R2 =0.9780最大，并且T值的概率相对优于其他变量，选择X5 。 再次加入其他变量，在X3、 X5 的基础上，新加入变量X4 的方程R2 =0.9914，并且T值优于其他变量，选择X4 。 在X3、 X4、 X5 的基础上，加入变量X2 的R2 =0.9919，几乎没有多大改进，而且T检验不显著；加入变量X6方程的T检验不显著，而且参数为负不合理。这说明X2 、X6引起多重共线性。 * * * 随着r23增加，共线性增加，方差也增加。 * * * 10.7 多重共线性的侦查 在任一给定的情况下，特别是多于两个解释变量的模型中，我们怎样知道有没有共线性？ 克曼塔指出： 1. 多重共线性是一个程度问题而不是有无的问题。有意义的区分不在于有与无之间，而在于不同的程度。 2. 多重共线性是一种样本而非总体特征，可以测度它在任一具体样本中显现的程度。 * 经验规则 1. R2 值高而显著的t比率小。 这是多重共线性的“经典”征兆。如果R 值高，比如超过0.8，但个别t检验却表明没有或很少有偏斜率系数是统计上异于零的。 2. 回归元之间有高度的两两相关。 如果每两个回归元的零阶相关系数高，比如超过0.8，则多重共线性问题是严重的。但该准则是多重共线性存在的充分条件，不是必要条件。即使零阶相关系数比较低（如0.5），多重共线性也可能存在。 * 3. 检查偏相关。 4. 辅助回归。 为了找出究竟哪一个X变量和其余X变量有这种关系，可以做每一Xi 对其余X变量的回归，并算出相应的R2 ，记之为Ri2。计算F值。 克里安的经验法则：仅当来自一个辅助回归的R2 大于得自Y对全部回归元的回归中的总R2 值时，多重共线性才是一个问题。 * * 6. 方差膨胀因子VIF。 随着Rj2 朝1增大，也就是随着Xj 与其他回归元的共线性增加， VIFj也增加。VIFj 值越大，变量Xj 越“麻烦”或共线性越大。 作为一种经验规则，如果一个变量的VIF超过10（当 超过0.90时将发生这种情况），则说该变量是高度共线的。 * 10.8 补救措施 一、无为而治 “无为而治”流派认为多重共线性实质上是一个数据不足的问题， 二、经验程序 利用经验法则 1. 先验信息（priori） 一旦估算出 ，就可根据关系式估计 。 例，规模报酬不变。 * 2. 横截面与时间序列