第八讲多重共线性.ppt

文档介绍：实践中,很少遇到完全多重共线性的情况,常常是近似或高度多重共线性的情况。
本讲试图回答以下几个主要问题:
多重共线性的性质?
多重共线性是否是一个严重的问题?
多重共线性的理论后果?
多重共线性的实际后果?
实践中如何诊断多重共线性?
消除多重共线性的补救措施有哪些?
第八讲多重共线性
完全多重共线性的情形
近似或者不完全多重共线性的情形
多重共线性的理论后果
多重共线性的实际后果
多重共线性的诊断
如何解决多重共线性:补救措施
数值例子:多重共线性的性质
在表8-1给出了饰品需求(Y)与价格(X2)、消费者收入(X3和X4)的数据。为了对收入变量有所区分,把X3称为“收入”,把X4称为“工资”。
对于大多数商品而言,除了价格以外,消费者的收入也是一个重要的因素,把需求函数加以扩展,写成:
Yi=A1+A2X2i+A3X3i+ui (8-1)
Yi=B1+B2X2i+B3X4i+ui (8-2)
(8-1)和(8-2)不同之处在于对“收入”的度量。
预计A2和B2为负(?),而A3和B3为正(?)。
模型(8-1)估计不出来(?)
数值例子:多重共线性的性质
完全共线性的估计结果:变量会被自动忽略
作X3对X2的回归,则得到方程:
收入变量(X3)与价格变量(X2)完全线性相关
完全多重共线性的后果
线性回归模型中,变量之间存在完全多重共线性时,不可能获得所有参数唯一估计值,因而,不能根据样本进行任何的统计推断或假设检验。