4.1多重共线性探究.ppt

在满足解释变量与随机误差项不相关的情况下，可以写出关于参数估计量的方程组： 将解释变量分为两部分，对应的参数也分为两部分 1、分部回归法(Partitioned Regression) 这就是仅以X2作为解释变量时的参数估计量。 这就是仅以X1作为解释变量时的参数估计量。 2、由分部回归法得到的启示 如果一个多元线性模型的解释变量之间在经济上完全独立，在统计上完全正交，可以将该多元模型分为多个一元模型、二元模型、…进行估计，参数估计结果不变； 实际模型由于存在或轻或重的共线性，如果将它们分为多个一元模型、二元模型、…进行估计，参数估计结果将发生变化； 当模型存在共线性，将某个共线性变量去掉，剩余变量的参数估计结果将发生变化，而且经济含义也发生变化； 严格地说，实际模型由于总存在一定程度的共线性，所以每个参数估计量并不 真正反映对应变量与被解释变量之间的结构关系。 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 * 第四章经典单方程计量经济学模型：放宽基本假定的模型 说明 经典多元线性模型在满足若干基本假定的条件下，应用普通最小二乘法得到了无偏、有效且一致的参数估计量。 在实际的计量经济学问题中，完全满足这些基本假定的情况并不多见。不满足基本假定的情况，称为基本假定违背。 对截面数据模型来说，违背基本假定的情形主要包括： 解释变量之间存在严重的多重共线性； 随机干扰项序列存在异方差性； 解释变量具有内生性； 模型设定偏误。 在建立计量经济学模型时，必须对所研究对象是否满足OLS下的基本假定进行检验，这种检验称为计量经济学检验。 经过计量经济学检验发现出现一种或多种基本假定违背时，则不能直接使用OLS法进行参数估计，而必须采取补救措施或发展新的估计方法。 为什么不讨论正态性假设？ William H. Greene(2003), Econometric Analysis In view of our description of the source of the disturbances, the conditions of the central limit theorem will generally apply, at least approximately, and the normality assumption will be reasonable in most settings. Except in those cases in which some alternative distribution is assumed, the normality assumption is probably quite reasonable. 实际上：正态性假设的违背 李子奈（2011）：计量经济学模型方法论 当存在模型关系误差时，如果解释变量是随机的，随机误差项的正态性将得不到保证。 当模型遗漏了显著的变量，如果遗漏的变量是非正态的随机变量，随机误差项将不具有正态性。 如果待估计的模型是原模型经过函数变换得到的，随机误差项将不再服从正态分布。 当模型存在被解释变量的观测误差，如果观测误差相对于随机误差项的标准差特别大、样本长度又特别小，随机误差项的正态性假设会导致显著性水平产生一定程度的扭曲。 当模型存在解释变量观测误差时，一般情况下，随机误差项的正态性假设都是不能成立的；只有在回归函数是线性的，且观测误差分布是正态的特殊情形下，随机误差项的正态性才成立。 一、多重共线性 二、实际经济问题中的多重共线性 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的方法 六、案例 §4.1 多重共线性 Multicollinearity 一、多重共线性的概念 1、多重共线性 如果某两个或多个解释变量之间出现了相关性，则称为多重共线性(Multicollinearity)。 perfect multicollinearity approximate multicollinearity 2、实际经济问题中的多重共线性 产生多重共线性的主要原因： 经济变量相关的共同趋势 模型设定不谨慎 样本资料的限制 二、多重共线性的后果Consequences of Multicollinearity 1、完全共线性下参数估计量不存在 如果存在完