什么事多重共线性
来源:学生作业帮 编辑:搜搜考试网作业帮 分类:综合作业 时间:2024/07/31 12:23:21
什么事多重共线性
所谓的多重共线性是指一些自变量之间存在较强的线性关系.这种情况在实际应用中非常普遍,如研究高血压与年龄、吸烟年限、饮白酒年限等因素的关系,这些自变量通常是相关的,如果这种相关程度非常高,使用最小二乘法建立回归方程就有可能失效,引起下列不良后果:
1、参数估计值的标准误变得很大,从而t值变得很小.
2、回归方程不稳定,增加或减少某几个观察值,估计值可能会发生很大的变化.
3、t检验不准确,误将应保留在方程中的重要变量舍弃.
4、估计值的正负符号与客观实际不一致.
多重共线性的识别:
当出现一下情况时可认为自变量之间存在多重共线性.
1、若两个自变量之间的相关系数接近于1,则可认为模型存在多重共线性.
2、如果决定系数R的平方很大(一般大于0.8),但模型中全部或部分偏回归系数的检验却不显著,那么,此时自变量之间往往存在多重共线性.
3、用自变量之间所构成的回归方程的决定系数R平方进行识别.设自变量为m个,即x1、x2、.、xm,分别以其中的一个对其他所有的自变量进行回归,得m个回归方程,对每个回归方程求其决定系数,在这些决定系数中寻其最大而且接近于1者,比如说R1的平方最大且接近于1,则可以判定自变量x1与其他自变量中的一个或多个线性相关性很强.
4、用方差膨胀因子VIF判别法,方差膨胀因子也称为方差膨胀系数或称方差膨胀值(Variance Inflation),一般当VIF大于10时,可认为模型存在较严重的多重共线性.
多重共线性问题的处理:
1、精简变量法:在自变量中若某个变量对应变量的影响不大且是造成共线性的变量则应删去.
2、逐步回归判别法:用逐步回归法建立回归方程,其中所包含的自变量之间不存在多重共线性.
3、主成分回归法:在多元线性回归中,若自变量之间存在较强的共线性,则得出的回归模型很不稳定,这时,可用少数几个主成分与应变量建立回归方程能避免上述情况的发生.由于主成分之间互不相关,保证了回归方程的稳定性.这种将主成分与多元共线性回归结合使用的方法称为主成分回归法.
1、参数估计值的标准误变得很大,从而t值变得很小.
2、回归方程不稳定,增加或减少某几个观察值,估计值可能会发生很大的变化.
3、t检验不准确,误将应保留在方程中的重要变量舍弃.
4、估计值的正负符号与客观实际不一致.
多重共线性的识别:
当出现一下情况时可认为自变量之间存在多重共线性.
1、若两个自变量之间的相关系数接近于1,则可认为模型存在多重共线性.
2、如果决定系数R的平方很大(一般大于0.8),但模型中全部或部分偏回归系数的检验却不显著,那么,此时自变量之间往往存在多重共线性.
3、用自变量之间所构成的回归方程的决定系数R平方进行识别.设自变量为m个,即x1、x2、.、xm,分别以其中的一个对其他所有的自变量进行回归,得m个回归方程,对每个回归方程求其决定系数,在这些决定系数中寻其最大而且接近于1者,比如说R1的平方最大且接近于1,则可以判定自变量x1与其他自变量中的一个或多个线性相关性很强.
4、用方差膨胀因子VIF判别法,方差膨胀因子也称为方差膨胀系数或称方差膨胀值(Variance Inflation),一般当VIF大于10时,可认为模型存在较严重的多重共线性.
多重共线性问题的处理:
1、精简变量法:在自变量中若某个变量对应变量的影响不大且是造成共线性的变量则应删去.
2、逐步回归判别法:用逐步回归法建立回归方程,其中所包含的自变量之间不存在多重共线性.
3、主成分回归法:在多元线性回归中,若自变量之间存在较强的共线性,则得出的回归模型很不稳定,这时,可用少数几个主成分与应变量建立回归方程能避免上述情况的发生.由于主成分之间互不相关,保证了回归方程的稳定性.这种将主成分与多元共线性回归结合使用的方法称为主成分回归法.
eviews多重共线性处理的问题.
eviews如何进行多重共线性分析
如何用SPSS检验多重共线性
spss多重线性回归中的多重共线性要怎么计算才能知道其具有改共线性?
完全多重共线性和遗漏变量偏差.计量经济学
计量经济学基本假定关于无多重共线性
计量经济学多重共线性的判断题
计量经济学学中交乘项是什么意思?包含交乘项的模型会不会有多重共线性?有多重共线性怎么办?
计量经济学中.模型存在多重共线性,然后进行差分后.模型还存在多重共线性后,可以再进行逐步回归?
eviews多重共线性检验中综合统计检验法的t值多大算大,大于临界值通过t检验算显著,多重共线性吗吗?
计量经济学中多元线性回归的交乘项如果跟其他变量发生多重共线性问题怎么办?
急求计量经济学论文 要用eviews 并分析异方差、多重共线性等方面检验