1、經(jīng)濟計量學第七講多重共線性第1頁，共16頁，2022年，5月20日，18點38分，星期二第一節(jié) 多重共線性的性質(zhì) 第二節(jié) 出現(xiàn)多重共線性時的估計問題 第三節(jié) 多重共線性的后果 第四節(jié) 多重共線性的偵察 第五節(jié) 多重共線性的補救措施 第七講 多重共線性第2頁，共16頁，2022年，5月20日，18點38分，星期二一、多重共線性的概念二、多重共線性的來源第一節(jié) 多重共線性的性質(zhì)第3頁，共16頁，2022年，5月20日，18點38分，星期二（完全多重共線性）（高度或不完全多重共線性）一、多重共線性的概念第4頁，共16頁，2022年，5月20日，18點38分，星期二（一）數(shù)據(jù)采集方法問題（二）模型或從

2、中取樣的總體受到約束（三）模型設(shè)定問題（四）一個過度決定的模型 二、多重共線性的來源第5頁，共16頁，2022年，5月20日，18點38分，星期二（一）完全多重共線性情形Y = 1 + 2X2 + 3X3 + u =(yx2)(x32) - (yx3)(x2x3)(x22)(x32) - (x2x3)22如果 x3 = x2,=(yx2)(2x22) - (yx2)(x2x2)(x22)(2 x22) - 2(x2x2)22=00第二節(jié) 出現(xiàn)多重共線性時的估計問題（1）第6頁，共16頁，2022年，5月20日，18點38分，星期二=(yx2)(x22) - (yx2)(x2x2)(x22)(2

3、 x22) - 2(x2x2)23=00如果 x3 = x2=(yx3)(x22) - (yx2)(x2x3)(x22)(x32) - (x2x3)23第二節(jié) 出現(xiàn)多重共線性時的估計問題（2）第7頁，共16頁，2022年，5月20日，18點38分，星期二無法求出參數(shù)的最小二乘估計量原因逆陣不存在第二節(jié) 出現(xiàn)多重共線性時的估計問題（3）第8頁，共16頁，2022年，5月20日，18點38分，星期二如果存在不完全的多重共線性, x3 = 2 x2+ 其中 是隨機誤差項(或x3 = 1+ 2 x2+ )（二）不完全多重共線性的情形=(yx2)(22x22 + 2 ) - (2 yx2 + y )(2

4、 x2x2+ x2 )(x22)(22 x22 + 2 ) - (2x2x2 + x2 )2 2存在第二節(jié) 出現(xiàn)多重共線性時的估計問題（4）第9頁，共16頁，2022年，5月20日，18點38分，星期二一、多重共線性的理論后果OLS估計量仍保持BLUE性質(zhì)實際意義第三節(jié) 多重共線性的后果（1）第10頁，共16頁，2022年，5月20日，18點38分，星期二5.最小二乘估計量及其標準差對數(shù)據(jù)的微小變化非常敏感。 1.雖是線性無偏且最小方差，但其方差是一個非常大的數(shù)值，故其估計的精度下降； 2.回歸系數(shù)的置信區(qū)間加寬，導(dǎo)致接受零假設(shè)的可能性增大； 3. t 檢驗失效；4. R2 可能很大，但統(tǒng)計量

5、?。欢?、多重共線性的實際后果 第三節(jié) 多重共線性的后果（2）第11頁，共16頁，2022年，5月20日，18點38分，星期二一、多重共線性問題是一個樣本問題 即使在總體中諸X變量沒有線性關(guān)系，但在具體的樣本仍可能有線性關(guān)系。第四節(jié) 多重共線性的偵察（1）第12頁，共16頁，2022年，5月20日，18點38分，星期二二、偵察多重共線性的規(guī)則 （一）R2值高而顯著的t比率少 （二）回歸元之間有高度的兩兩相關(guān) （三）檢查偏相關(guān) 它只是充分條件而不是必要條件 偏相關(guān)系數(shù)不能保證對多重共線性提供一 個準確的指南。第四節(jié) 多重共線性的偵察（2）第13頁，共16頁，2022年，5月20日，18點38分，星期二（四）輔助回歸 做每個解釋變量對其他剩余變量的回歸并計算相應(yīng)的R2值。其中的每一個回歸都被稱為是從屬或者輔助回歸。二、偵察多重共線性的規(guī)則 第四節(jié) 多重共線性的偵察（3）第14頁，共16頁，2022年，5月20日，18點38分，星期二（五）容許度與方差膨脹因子 二、偵察多重共線性的規(guī)則 第四節(jié) 多重共線性的偵察（4）第15頁，共16頁，2022年，5月20日，18點38分，星期二一、先驗信息二、橫截面與時間序列數(shù)據(jù)并用三、剔除變量與設(shè)