最新多重共线性与模型设定问题教学讲义ppt课件.ppt

《最新多重共线性与模型设定问题教学讲义ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、多重共线性与模型设定问题Outlines概念；产生原因；后果；检验与纠正.多重共线性的概念若（＊）出现非零解，则称解释变量之间出现了完全共线性（PerfectMulticollinearity)多重共线性产生的后果完全共线性产生的后果：举例：Ｙi=1X1i+2X2i+i多重共线性产生的后果但如前所述，在实际情况下更多见的是近似共线性的情况。近似多重共线性会产生什么问题？多重共线性产生的后果多重共线性产生的后果多重共线性产生的不良后果大部分都是由1)引起的。多重共线性产生的后果多重共线性的一个重要特征是：t检验不通过，F检验（方程整体显著性检验）通过，并且有较高的R

2、2值。多重共线性产生的后果除非是完全共线性，多重共线性并不意味着任何基本假设的违背；因此，即使出现较高程度的多重共线性，OLS估计量仍具有线性性等良好的统计性质;问题在于，即使OLS法仍是最好的估计方法，它却不是“完美的”，尤其是在统计推断上无法给出真正有用的信息。多重共线性的检验多重共线性是一个程度问题而不是有无问题(Kmenta,1986)；不存在度量多重共线性的唯一办法，在实践中我们一般用一些经验规则。检验任务:(1)多重共线性的程度；(2)多重共线性是由哪些变量引起多重共线性的检验通过多重共线性引起的后果特征直观检验；检查解释变量之间是否有高度的两两相关；方差膨

3、胀因子(Varianceinflationfactor,VIF);条件数多重共线性的克服排除引起共线性的变量；差分法：一般讲，增量之间的线性关系远比总量之间的线性关系弱得多如，时间序列模型中，可将原模型改为增量模型：Yi=1X1i+2X2i++kXki+i可以有效地消除原模型中的多重共线性。多重共线性的克服采取适当方法减小参数估计量的方差（如增大样本容量）为什么？虽然没有消除模型中的多重共线性，但确能消除多重共线性造成的后果。要注意的问题如果预测是唯一目的，多重共线性就不是一个严重的问题；由于多重共线性会导致估计量的大标准误差，所以如果分析的目的在于

4、获得参数的可靠估计，那么共线性就会是一个问题。模型设定偏误问题模型设定偏误到目前为止，我们都假设选做经验分析的回归模型被正确地选定，并在这个假定下估计所选模型的参数和检验关于这些参数的假设；如果模型通过了所有相关检验，我们可以用它做进一步的经济分析与预测；然而，如果我们设定了一个有偏误的模型，即使所有经典假定都满足，得到的估计结果也会产生偏误。Outlines模型设定偏误的类型；模型设定偏误的后果；模型设定偏误的检验模型设定偏误的类型遗漏相关的解释变量；多选无关的解释变量；错误的函数形式；测量误差模型设定误差的后果—遗漏相关变量若正确的模型为：而我们将模型设定成：模型设

5、定误差的后果—遗漏相关变量模型设定误差的后果—遗漏相关变量如何解释该结果？模型设定误差的后果—遗漏相关变量模型设定误差的后果—遗漏相关变量以前面的二元模型为例：模型设定误差的后果—遗漏相关变量结论：在遗漏具有解释能力的解释变量的情况下系数估计值、随机扰动项的方差估计有偏；系数估计值的方差的估计有偏；相应的统计检验失效。模型设定误差的后果—包含无关变量若正确模型为：我们错误地引入没有解释能力的解释变量X2对错误的模型进行OLS估计，仍然可以得到各系数的无偏估计量。模型设定误差的后果—包含无关变量模型设定误差的后果—包含无关变量以二元模型为例：模型设定误差的后果—包含无关变

6、量如果我们在模型中引入没有解释能力的解释变量：系数估计值与随机扰动项的方差估计无偏；系数估计值非有效，有偏误模型的OLS估计值方差会大于正确模型相应参数估计量的方差。模型设定误差的后果—错误的函数形式设定显然，两者的参数具有完全不同的经济含义，且估计结果一般也是不相同的。模型设定误差的检验检验是否含有无关变量：可用t检验与F检验完成。检验的基本思想:如果模型中误选了无关变量，则其系数的真值应为零。因此，只须对无关变量系数的显著性进行检验。t检验：检验某1个变量是否应包括在模型中；F检验：检验若干个变量是否应同时包括在模型中模型设定误差的检验一般性设定偏误检验：RESET

7、检验（regressionerrorspecificationtest）：可用于检验是否遗漏解释变量与函数设定是否有误差。（Ramsey,1969)若正确模型为：我们把模型写成：模型设定误差的检验RESET检验的步骤：若F统计量在一定的显著性水平下显著，则认为模型存在设定误差。非嵌套假设检验为了在两个或多个模型之间作出选择，我们需要进行检验，分为以下两类：嵌套模型（nestedmodels)的检验非嵌套模型(nonnestedmodels)的检验非嵌套假设检验嵌套模型的约束检验可以用前面已学的线性约束检验来完成。非嵌套假设检验H0与H1所