4.2 违背基本假定问题(2)(1).pptVIP免费

一、多重共线性的概念二、多重共线性的后果三、多重共线性的检验四、克服多重共线性的方法五、例题六、分部回归与多重共线性§4.3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)。ikikiiiXXXY22110ni,,2,102211kikiiXcXcXc02211ikikiivXcXcXc1)(kRXperfectmulticollinearityapproximatemulticollinearity2、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：（1）经济变量相关的共同趋势（2）滞后变量的引入（3）样本资料的限制二、多重共线性的后果ConsequencesofMulticollinearity1、完全共线性下参数估计量不存在如果存在完全共线性，则(X’X)-1不存在，无法得到参数的估计量。μXβYYXXXβ1)(ˆ2、近似共线性下OLS估计量非有效•近似共线性下，可以得到OLS参数估计量，但参数估计量方差的表达式为由于|X’X|0，引起(X’X)-1主对角线元素较大，使参数估计值的方差增大，OLS参数估计量非有效。12)()ˆ(XXβCov•以二元线性模型y=1x1+2x2+为例:2221221212221222122211121)(1/)()()ˆvar(iiiiiiiiiixxxxxxxxxxXX221211rxi2221221)(iiiixxxx恰为X1与X2的线性相关系数的平方r2由于r21，故1/(1-r2)1。多重共线性使参数估计值的方差增大，1/(1-r2)为方差膨胀因子(VarianceInflationFactor,VIF)当完全不共线时,r2=02121/)ˆvar(ix当近似共线时,0