- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
原因
后果
检验方法
补救措施
多重共线性
1 ?经济变量之间具有共问变化 趋势。
在截面数据中,变量间从经济 意义上具有密切的关联度。
模型中包含滞后变量。
4?样本数据自身的原因。
完全:1、参数的估计值不确定
2、参数估计值的方差无限大
不完全:1、参数估计值的方差增大
2、 变量的显著性检验失去意义
3、 区间估计和区间预测预测功能失效
4、 参数估计量经济含义不合理
1、 简单相关系数检验法
2、 方差膨胀因子法
3、 直观判断法
4、 逐步回归检测法
1、 经验方法
2、 逐步回归法
3、 岭回归法
异方差性
1、 模型设定误差
2、 数据的测量误差
3、 截面数据中总体各单位的差 异
参数估计式统计特性:
1、 仍然具有线性性
2、 仍然具有无偏性
3、 仍然具有一致性
4、 不冉具有最小方差性
参数显著性检验:使t统计量值变小。而且,异方差 情况下,通常由OLS法得到的t统计量不再 服从t分 布,F统计量也不再服从F分布。t检验和F检验失去 存在的基础。
预测:会扩大估计区间和预测区间,降低精度。
1、 图示检验法
2、 Goldfeld-Quanadt 检验
3、 White 检验
4、 ARCH检验
5、 Glejser 检验
1、 模型变换法
2、 加权最小一乘法
3、 模型的对数变换
自相关
1、 经济系统的惯性
2、 经济活动的滞后效应
3、 数据处理造成的相关
4、 蛛网现象
5、 模型设定偏误
参数估计:
1、 无偏性仍成立
2、 不冉具有最小方差性模型检验和预测:
1、 参数显著性检验失效
2、 区间预测和预测区间的精度降低
1、 图示检验法
2、 DW检验法
3、 相关图和Q统计量
4、 序列相关LM检验
1、 广义差分法
2、 科克伦-奥克特迭代法
3、 一阶差分法
检验方法
基本方法
特点
E views操作
多重共线性
简单相关系数检验法: 1、利用解释变量之间的线性相关程度去判断是否存在严重
1简单相关系数 多重共线性。
2、交叉相关系数 2、相关系数计算的是两组样本的同期相关程度,交叉相关
则可以表示不同期之间的相关程度。
方差膨胀因子法 -
以X j为被解释变量,对其他解释变量做辅助回归。
该辅助回归的可决系数为Rj2
较高的简单相关系数只是多重共线性存在的充分条件,而不是
必要条件。因此并不能简单地依据相关系数进行多重共线性的
准确判断,可以结合交叉相关系数。
1
⑴ 引入方差扩大因子,即VIFj— 2;
1- R
j
2
⑵ Rj度量了 Xj与其他解释变量的线性相关程度,
1、
Group窗口的
view/covariance
analysis/correlation
2、 Group 窗口的
view/cross correlation/
输入滞后期设定/
输出结果阅读:看是否超出
2倍标准差线
这种
相关程度越强,说明变量之间的多重共线性越严重,VIFj也
直观判断法
直观判断法
根据经验判断:
1、 当增加或剔除一个解释变量,或者改变一个观测值时, 回归参数的估计值发生较大变化时,回归方程可能存在严重 的多重共线性;
2、 从定性分析认为,一些重要的解释变量的回归系数的标准 误差较大,在回归方程中没有通过显著性检验,可初步判断 可能存在严重的多重共线性;
3、 有些解释变量的回归系数所带正负号与定性分析结果违 背时,可能存在多重共线性;
4、 解释变量的相关矩阵中,自变量之间的相关系数较大时, 可能存在多重共线性;
就越大;方差膨胀因子越接近于1,多重共线性 越弱。
参数估计值有很大的偶然性。
参数显著性检验未通过。
经济意义检验未通过。
相关系数大。
逐步回归检测法
将变量逐个的引入模型,每引入一个解释变量后,都 f检验,并对已经选入的解释变量逐个进行
检验。当原来引入的解释变量由于后面解释变量的引 得不再显著时,将其剔除。(这是一个反复过程)
要进行
t
入而变
当原来引入的解释变量由于后面解释变量的引入而变得 不再 显著时,就存在多重共线性。如果解释变量之间是高度相关的, 则先前引入的解释变量可能会因为后来引 入与之相关的解释
变量而被剔除。
检验方法
基本方法
特点
异方差性
图示检验法:
1、 相关图形分析
2、 残差图形分析
1、 以X为横轴,Y为纵轴,画散点图,可以粗略地看到 Y的离散程度与X之间是否有相关关系,以及Y与其样本均值的离散程度。
2 2 2 、/ 、/
2、 绘制出e对*的散点图,如果e不随*血变化,则表明不
i i
七大曰七¥ 一 /m 田 e 眼 X 由亦/[/ mil主口日左 yr 巳亡¥
Goldfeld-Quanadt 检 验
1 J 1-L^-T 7 J ;
将样本分为两部分;然后分别对两个样本进行回归;并通 过计算两个子样的
文档评论(0)