《計量經(jīng)濟(jì)學(xué)》第4章.多重共線性.ppt
《《計量經(jīng)濟(jì)學(xué)》第4章.多重共線性.ppt》由會員分享,可在線閱讀,更多相關(guān)《《計量經(jīng)濟(jì)學(xué)》第4章.多重共線性.ppt(45頁珍藏版)》請在裝配圖網(wǎng)上搜索。
第四章多重共線性Multi-Collinearity,計量經(jīng)濟(jì)學(xué),引子:國內(nèi)生產(chǎn)總值增加會減少財政收入嗎?,為了分析各主要因素對國家財政收入的影響,建立財政收入(億元)(CZSR)為被解釋變量,財政支出(億元)(CZZC)、國內(nèi)生產(chǎn)總值(億元)(GDP)、稅收總額(億元)(SSZE)等為解釋變量的計量模型。數(shù)據(jù)樣本時期:1978年-2011年的統(tǒng)計數(shù)據(jù)。設(shè)定的理論模型為:采用普通最小二乘法得到以下估計結(jié)果,,,財政收入模型的EViews估計結(jié)果,●可決系數(shù)為0.99979,校正的可決系數(shù)為0.99977,模型擬合很好。模型對財政收入的解釋程度高達(dá)99.9%?!馞統(tǒng)計量為47897.29,說明0.05水平下回歸方程整體上很顯著?!駎檢驗結(jié)果表明,各個解釋變量對財政收入的影響均顯著,但是國內(nèi)生產(chǎn)總值對財政收入的回歸系數(shù)的符號為負(fù),即經(jīng)濟(jì)增長反而會使財政收入減少。這顯然與理論分析和實踐經(jīng)驗不相符。為什么會出現(xiàn)這樣的異常結(jié)果?如果模型設(shè)定和數(shù)據(jù)真實性沒問題,問題會出在哪里呢?,模型估計與檢驗結(jié)果分析,第四章多重共線性,本章討論五個問題:●什么是多重共線性●多重共線性的經(jīng)濟(jì)背景●多重共線性產(chǎn)生的后果●多重共線性的檢驗●多重共線性的補救措施,一、多重共線性的含義,或者說,時,表明在數(shù)據(jù)矩陣中,至少有一個列向量可以用其余的列向量線性表示,則說明存在完全的多重共線性。,對于解釋變量,如果存在不全為0的數(shù),使得則稱解釋變量之間存在著完全的多重共線性,完全的多重共線性,不完全的多重共線性,,,解釋變量間毫無線性關(guān)系,變量間相互正交。這時已不需要作多元回歸,每個參數(shù)?j都可以通過Y對Xj的一元回歸來估計。,二、產(chǎn)生多重共線性的背景,多重共線性產(chǎn)生的經(jīng)濟(jì)背景主要有幾種情形:1.經(jīng)濟(jì)變量之間具有共同變化趨勢。時間序列數(shù)據(jù):經(jīng)濟(jì)繁榮時期,各基本經(jīng)濟(jì)變量(收入、消費、投資、價格)都趨于增長;衰退時期,又同時趨于下降橫截面數(shù)據(jù):變量變化與發(fā)展規(guī)模有關(guān),例如在生產(chǎn)函數(shù)中,資本投入與勞動力投入往往出現(xiàn)高度相關(guān)情況,大企業(yè)二者都大,小企業(yè)都小2.模型中包含滯后變量。例如,消費=f(當(dāng)期收入,前期收入)3.樣本數(shù)據(jù)自身的原因。抽樣取值有限,三、多重共線性產(chǎn)生的后果,如果存在完全共線性,則(X’X)-1不存在,無法得到唯一的參數(shù)估計量。,1、完全共線性下參數(shù)估計量無意義,OLS估計量為:,X1和X2前的參數(shù)?1、?2并不反映各自與被解釋變量之間的結(jié)構(gòu)關(guān)系,而是反映它們對被解釋變量的共同影響。?1、?2已經(jīng)失去了應(yīng)有的經(jīng)濟(jì)含義,于是經(jīng)常表現(xiàn)出似乎反常的現(xiàn)象:例如?1本來應(yīng)該是正的,結(jié)果恰是負(fù)的。,這時,實際只能確定綜合參數(shù)?1+??2的估計值,近似共線性下,可以得到OLS參數(shù)估計量,但參數(shù)估計量方差的表達(dá)式為,由于|X’X|?0,引起(X’X)-1主對角線元素較大,使參數(shù)估計值的方差增大,OLS參數(shù)估計量非有效,亦會使變量的顯著性檢驗和預(yù)測檢驗失去意義,2、不完全共線性下估計量方差偏大,四、多重共線性的檢驗,本節(jié)基本內(nèi)容:●簡單相關(guān)系數(shù)檢驗法●方差擴(kuò)大(膨脹)因子法●直觀判斷法●逐步回歸法,兩個問題(1)是否存在(2)哪些變量存在?,1、簡單相關(guān)系數(shù)檢驗法,判斷規(guī)則:一般而言,如果每兩個解釋變量的簡單相關(guān)系數(shù)(零階相關(guān)系數(shù))比較高,例如大于0.8,則可認(rèn)為存在著較嚴(yán)重的多重共線性。,計算解釋變量之間的相關(guān)系數(shù)或相關(guān)矩陣,注意:較高的簡單相關(guān)系數(shù)只是多重共線性存在的充分條件,而不是必要條件,2、方差擴(kuò)大(膨脹)因子法,統(tǒng)計上可以證明,,的方差可表示為,(VarianceInflationFactor),即,,其中是Xj關(guān)于其余解釋變量的輔助回歸的可決系數(shù),經(jīng)驗規(guī)則,●方差膨脹因子越大,表明解釋變量之間的多重共性越嚴(yán)重。反過來,方差膨脹因子越接近于1,多重共線性越弱?!窠?jīng)驗表明,方差膨脹因子≥10時,說明解釋變量與其余解釋變量之間有嚴(yán)重的多重共線性,且這種多重共線性可能會過度地影響最小二乘估計。,3、直觀判斷法,1.當(dāng)增加或剔除一個解釋變量,或者改變一個觀測值時,回歸參數(shù)的估計值發(fā)生較大變化2.一些重要的解釋變量的回歸系數(shù)的標(biāo)準(zhǔn)誤差較大,在回歸方程中沒有通過顯著性檢驗時3.有些解釋變量的回歸系數(shù)所帶正負(fù)號與定性分析結(jié)果違背時4.模型的可決系數(shù)較高,F(xiàn)檢驗顯著,回歸系數(shù)的方差較大,t值較小,即在統(tǒng)計上均不顯著。,根據(jù)經(jīng)驗,通常以下情況的出現(xiàn)可能是由于存在多重共線性,4、逐步回歸檢測法,逐步回歸的基本思想將變量逐個的引入模型,每引入一個解釋變量后,都要進(jìn)行F檢驗,并對已經(jīng)選入的解釋變量逐個進(jìn)行t檢驗,當(dāng)原來引入的解釋變量由于后面解釋變量的引入而變得不再顯著時,則將其剔除。以確保每次引入新的變量之前回歸方程中只包含顯著的變量。在逐步回歸中,高度相關(guān)的解釋變量,在引入時會被剔除。因而也是一種檢測多重共線性的有效方法。,五、多重共線性的補救措施,本節(jié)基本內(nèi)容:●修正多重共線性的經(jīng)驗方法●逐步回歸法,1、修正多重共線性的經(jīng)驗方法,(1).剔除變量法把方差擴(kuò)大因子最大者所對應(yīng)的自變量首先剔除再重新建立回歸方程,直至回歸方程中不再存在嚴(yán)重的多重共線性。注意:若剔除了重要變量,可能引起模型的設(shè)定誤差。,(2).增大樣本容量如果樣本容量增加,會減小回歸參數(shù)的方差,標(biāo)準(zhǔn)誤差也同樣會減小。因此盡可能地收集足夠多的樣本數(shù)據(jù)可以改進(jìn)模型參數(shù)的估計。問題:增加樣本數(shù)據(jù)在實際計量分析中常面臨許多困難。,(3).變換模型形式(一般適用于時間序列數(shù)據(jù))一般而言,差分后變量之間的相關(guān)性要比差分前弱得多,所以差分后的模型可能降低出現(xiàn)共線性的可能性,此時可直接估計差分方程。問題:差分會丟失一些信息,差分模型的誤差項可能存在序列相關(guān),可能會違背經(jīng)典線性回歸模型的相關(guān)假設(shè),在具體運用時要慎重。,(4).利用非樣本先驗信息通過經(jīng)濟(jì)理論分析能夠得到某些參數(shù)之間的關(guān)系,可以將這種關(guān)系作為約束條件,將此約束條件和樣本信息結(jié)合起來進(jìn)行約束最小二乘估計。,(5).橫截面數(shù)據(jù)與時序數(shù)據(jù)并用首先利用橫截面數(shù)據(jù)估計出部分參數(shù),再利用時序數(shù)據(jù)估計出另外的部分參數(shù),最后得到整個方程參數(shù)的估計。注意:這里包含著假設(shè),即參數(shù)的橫截面估計和從純粹時間序列分析中得到的估計是一樣的。,(6).變量變換變量變換的主要方法:(1)計算相對指標(biāo)(2)將名義數(shù)據(jù)轉(zhuǎn)換為實際數(shù)據(jù)(3)將小類指標(biāo)合并成大類指標(biāo)(4)對數(shù)變換變量數(shù)據(jù)的變換有時可得到較好的結(jié)果,但無法保證一定可以得到很好的結(jié)果。,2、逐步回歸法,(1)用被解釋變量對每一個所考慮的解釋變量做簡單回歸。(2)以對被解釋變量貢獻(xiàn)最大的解釋變量所對應(yīng)的回歸方程為基礎(chǔ),按對被解釋變量貢獻(xiàn)大小的順序逐個引入其余的解釋變量。(a)若新變量的引入改進(jìn)了和檢驗,且回歸參數(shù)的t檢驗在統(tǒng)計上也是顯著的,則在模型中保留該變量。,(b)若新變量的引入未能改進(jìn)和檢驗,且對其他回歸參數(shù)估計值的t檢驗也未帶來什么影響,則認(rèn)為該變量是多余變量。(c)若新變量的引入未能改進(jìn)和檢驗,且顯著地影響了其他回歸參數(shù)估計值的數(shù)值或符號,同時本身的回歸參數(shù)也通不過t檢驗,說明出現(xiàn)了嚴(yán)重的多重共線性。(d)已被引入回歸方程的變量在引入新變量后,也可能失去重要性而被剔除。,六、案例分析,一、研究的目的要求提出研究的問題——為了規(guī)劃中國未來國內(nèi)旅游產(chǎn)業(yè)的發(fā)展,需要定量地分析影響中國國內(nèi)旅游市場發(fā)展的主要因素。二、模型設(shè)定及其估計影響因素分析與確定——影響因素主要有國內(nèi)旅游人數(shù),城鎮(zhèn)居民人均旅游支出,農(nóng)村居民人均旅游支出,并以鐵路里程作為相關(guān)基礎(chǔ)設(shè)施的代表理論模型的設(shè)定其中:——第t年全國國內(nèi)旅游收入,,,,,,,,數(shù)據(jù)的收集與處理,1994年—2011年中國旅游收入及相關(guān)數(shù)據(jù),該模型,,,可決系數(shù)較高,F(xiàn)檢驗值225.85,明顯顯著。但是當(dāng),時,、,,OLS估計的結(jié)果,,,,,,,不僅X5的系數(shù)不顯著,而且X3、X5的符號與預(yù)期相反,這表明可能存在嚴(yán)重的多重共線性。,計算各解釋變量的相關(guān)系數(shù),表明各解釋變量間確實存在嚴(yán)重的線性關(guān)系,將每個解釋變量分別作為被解釋變量對其余的解釋變量進(jìn)行輔助回歸,回歸所得到的可決系數(shù)和方差擴(kuò)大因子的數(shù)值見下表。,,經(jīng)驗表明,方差擴(kuò)大因子VIFj≥10時,通常說明該解釋變量與其余解釋變量之間有嚴(yán)重的多重共線性,這里X2、X5的方差擴(kuò)大因子遠(yuǎn)大于10,表明存在嚴(yán)重多重共線性問題。,三、消除多重共線性,將各變量進(jìn)行對數(shù)變換,再對以下模型進(jìn)行估計,,,,結(jié)果:1.可決系數(shù)很高2.F檢驗顯著性高3.系數(shù)都顯著4.所有解釋變量的符號都與實際意義相符,最后消除多重共線性的結(jié)果,四、回歸結(jié)果的解釋與分析,,,,,,,,,,該模型,可決系數(shù)很高,F(xiàn)檢驗值1540.78,明顯顯著。所有系數(shù)估計值高度顯著。,,另一案例——中國糧食生產(chǎn)函數(shù),根據(jù)理論和經(jīng)驗分析,影響糧食生產(chǎn)(Y)的主要因素有:農(nóng)業(yè)化肥施用量(X1);糧食播種面積(X2)成災(zāi)面積(X3);農(nóng)業(yè)機械總動力(X4);農(nóng)業(yè)勞動力(X5),已知中國糧食生產(chǎn)的相關(guān)數(shù)據(jù),建立中國糧食生產(chǎn)函數(shù):Y=?0+?1X1+?2X2+?3X3+?4X4+?4X5+u,1、用OLS法估計上述模型:,R2接近于1;給定?=5%,得F臨界值F0.05(5,12)=3.11F=638.4>15.19,故認(rèn)上述糧食生產(chǎn)的總體線性關(guān)系顯著成立。但X4、X5的參數(shù)未通過t檢驗,且符號不正確,故解釋變量間可能存在多重共線性。,(-0.91)(8.39)(3.32)(-2.81)(-1.45)(-0.14),2、檢驗簡單相關(guān)系數(shù),發(fā)現(xiàn):X1與X4間存在高度相關(guān)性。,列出X1,X2,X3,X4,X5的相關(guān)系數(shù)矩陣:,3、找出最簡單的回歸形式,可見,應(yīng)選第1個式子為初始的回歸模型。,分別作Y與X1,X2,X3,X4,X5間的回歸:,(25.58)(11.49)R2=0.8919F=132.1DW=1.56,(-0.49)(1.14)R2=0.075F=1.30DW=0.12,(17.45)(6.68)R2=0.7527F=48.7DW=1.11,(-1.04)(2.66)R2=0.3064F=7.07DW=0.36,4、逐步回歸,將其他解釋變量分別導(dǎo)入上述初始回歸模型,尋找最佳回歸方程。,回歸方程以Y=f(X1,X2,X3)為最優(yōu):,5、結(jié)論,第四章小結(jié),1.多重共線性是指各個解釋變量之間有準(zhǔn)確或近似準(zhǔn)確的線性關(guān)系。2.多重共線性的后果:如果各個解釋變量之間有完全的共線性,則它們的回歸系數(shù)是不確定的,并且它們的方差會無窮大。如果共線性是高度的但不完全的,回歸系數(shù)可估計,但有較大的標(biāo)準(zhǔn)誤差。回歸系數(shù)不能準(zhǔn)確地估計。,3.診斷共線性的經(jīng)驗方法:(1)表現(xiàn)為可決系數(shù)異常高而回歸系數(shù)的t檢驗不顯著。(2)變量之間簡單相關(guān)系數(shù)。多個解釋變量時,較低的零階相關(guān)也可能出現(xiàn)多重共線性,需要檢查偏相關(guān)系數(shù)。(4)如果高而偏相關(guān)系數(shù)低,則多重共線性是可能的。(5)用解釋變量間輔助回歸的可決系數(shù)判斷。,4.降低多重共線性的經(jīng)驗方法:(1)利用外部或先驗信息;(2)橫截面與時間序列數(shù)據(jù)并用;(3)剔除高度共線性的變量(如逐步回歸);(4)數(shù)據(jù)轉(zhuǎn)換;(5)獲取補充數(shù)據(jù)或新數(shù)據(jù);(6)選擇有偏估計量(如嶺回歸)。經(jīng)驗方法的效果取決于數(shù)據(jù)的性質(zhì)和共線性的嚴(yán)重程度。,THANKS,第四章結(jié)束了!,- 1.請仔細(xì)閱讀文檔,確保文檔完整性,對于不預(yù)覽、不比對內(nèi)容而直接下載帶來的問題本站不予受理。
- 2.下載的文檔,不會出現(xiàn)我們的網(wǎng)址水印。
- 3、該文檔所得收入(下載+內(nèi)容+預(yù)覽)歸上傳者、原創(chuàng)作者;如果您是本文檔原作者,請點此認(rèn)領(lǐng)!既往收益都?xì)w您。
下載文檔到電腦,查找使用更方便
9.9 積分
下載 |
- 配套講稿:
如PPT文件的首頁顯示word圖標(biāo),表示該PPT已包含配套word講稿。雙擊word圖標(biāo)可打開word文檔。
- 特殊限制:
部分文檔作品中含有的國旗、國徽等圖片,僅作為作品整體效果示例展示,禁止商用。設(shè)計者僅對作品中獨創(chuàng)性部分享有著作權(quán)。
- 關(guān) 鍵 詞:
- 計量經(jīng)濟(jì)學(xué) 計量 經(jīng)濟(jì)學(xué) 多重 線性
鏈接地址:http://www.3dchina-expo.com/p-13172691.html