第六章 多重共线性.pptxVIP

手 机 办公室 E-mail QQ18686689658 0431yy991205@163.com phong@ 1085522856 使用教材 Econometrics 本章学习重点与难点 Econometrics Econometrics 6.1.1 多重共线性(Multicollinearity)的定义 6.1.1 多重共线性(Multicollinearity)的定义 6.1.1 多重共线性(Multicollinearity)的定义 6.1.2 多重共线性产生的原因 Econometrics Econometrics 6.2.1 完全共线性下参数估计量不存在 6.2.1 完全共线性下参数估计量不存在 6.2.2 近似共线性造成的影响 6.2.1 完全共线性下参数估计量不存在 6.2.2 近似共线性造成的影响 6.2.1 完全共线性下参数估计量不存在 6.2.2 近似共线性造成的影响 6.2.1 完全共线性下参数估计量不存在 6.2.2 近似共线性造成的影响 6.2.1 完全共线性下参数估计量不存在 6.2.2 近似共线性造成的影响 6.2.1 完全共线性下参数估计量不存在 6.2.2 近似共线性造成的影响 Econometrics Econometrics 6.3.1 相关系数检验法(Klein判别法) 6.3.1 相关系数检验法(Klein判别法) 6.3.2 法勒—格劳伯（Farrar-Glauber)检验 6.3.1 相关系数检验法(Klein判别法) 6.3.2 法勒—格劳伯（Farrar-Glauber)检验 6.3.1 相关系数检验法(Klein判别法) 6.3.2 法勒—格劳伯（Farrar-Glauber)检验 6.3.1 相关系数检验法(Klein判别法) 6.3.2 法勒—格劳伯（Farrar-Glauber)检验 6.3.1 相关系数检验法(Klein判别法) 6.3.2 法勒—格劳伯（Farrar-Glauber)检验 6.3.4 特征值检验 6.3.1 相关系数检验法(Klein判别法) 6.3.2 法勒—格劳伯（Farrar-Glauber)检验 6.3.4 特征值检验 6.3.1 相关系数检验法(Klein判别法) 6.3.2 法勒—格劳伯（Farrar-Glauber)检验 6.3.4 特征值检验 6.3.5 根据回归结果判断 6.3.1 相关系数检验法(Klein判别法) 6.3.2 法勒—格劳伯（Farrar-Glauber)检验 6.3.4 特征值检验 6.3.5 根据回归结果判断 表6.3.1 我国居民家庭电力消耗量与可支配收入及居住面积统计资料 同样，住房面积对电力也有很好的解释作用。作二元回归方程，结果如下： 相关系数检验：数组窗口中点击View＼Correlations，结果如表6.3.3所示： X1与X2相关系数高达0.963124，两者高度正相关。 辅助回归模型检验：将住房面积对收入进行回归，住房面积与收入之间存在显著的线性关系。 方差膨胀因子检验 方差膨胀因子VIF110，因此，模型存在严重的多重共线性。 Econometrics Econometrics 6.4.1 保留重要的解释变量，去掉次要的或可替代的解释变量 6.4.1 保留重要的解释变量，去掉次要的或可替代的解释变量 6.4.2 利用先验信息改变参数的约束形式 6.4.1 保留重要的解释变量，去掉次要的或可替代的解释变量 6.4.2 利用先验信息改变参数的约束形式 6.4.3 变换模型的形式 6.4.1 保留重要的解释变量，去掉次要的或可替代的解释变量 6.4.2 利用先验信息改变参数的约束形式 6.4.3 变换模型的形式 6.4.1 保留重要的解释变量，去掉次要的或可替代的解释变量 6.4.2 利用先验信息改变参数的约束形式 6.4.3 变换模型的形式 与方程（6.3.8）相比，在对数模型中，收入和住房面积系数在统计上都是显著的，回归模型在整体上也是显著的。说明我们原先设计的线性回归模型是有误的。 为解决这个问题，我们可以用实际进口额对实际收入进行回归 6.4.1 保留重要的解释变量，去掉次要的或可替代的解释变量 6.4.2 利用先验信息改变参数的约束形式 6.4.3 变换模型的形式 6.4.4 综合使用时序数据与截面数据 6.4.1 保留重要的解释变量，去掉次要的或可替代的解释变量 6.4.2 利用先验信息改变参数的约束形式 6.4.3 变换模型的形式 6.4.4 综合使用时序数据与截面数据 6.4.5 逐步回归法