TAG：多重共线性

原因主要有3个方面：（1）经济变量相关的共同趋势（2）滞后变量的引入（3）样本资料的限制主要后果：（1）完全共线性下参数估计量不存在（2）近似共线性下OLS估计量非有效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(Variance Inflation Factor, VIF)（3）参数估计量经济含义不合理（4）变量的显著性检验失去意义，可能将重要的解释变量排除在模型之外（5）模型的预测功能失效。变大的方差容易使区间预测的“区间”变大，使预测失去意义...

阅读更多

指[多变量回归模型]中解释变量之间存在线性相关的情况。 多重共线性最初的含义是指解释变量之间存在完全精确的线性关系,即对于有k个解释变量的回归模型,有k个不完全为零的数λ1,λ2,…,λk,使 λ1X1λ2X2… λkXk=0 成立(教科书中有时把“无多重共线性”表达为rank(X)=k 1即此意)。这种情况下|X′X|=0,导致(X′X)-1不存在,于是β根本无法求得...

阅读更多

判断多重共线性方法有： 1、看回归分析里面的VIF值，当VIF的值越大的话，那么多重共线性越就越严重。通常情况下VIF大于10的时候，说明模型存在着严重的共线性问题。 2、看容差值，容差值=1/VIF，当容差值大于0.1的话，则表示没有共线性。 3、当一个自变量与其他自变量之间的相关系数显著，那么说明可能存在多重共线性问题...

阅读更多