多重共线性的危害

1 x X k X X k X k k k xk x x 1 k k x k xk

记 x x 为 SST， x X X X
k k
k
1
k
k
k
k
X k xk
为
SSRk
。
σ2 Varbk 2 1 R SSRk SST k k SST k 1 SST k
k k
k
I Xk Xk Xk
1
σ2 Varbk x k Mk xk
5
三、发现和检验
（一）方差扩大因子检验 （二）状态数检验
6
（一）方差扩大因子检验
分析已知
σ2 σ2 Varbk 1 x x k M k xk k x k x k X k X k X k X k x k σ2
以 X 为条件的 b1 的条件方差 Varb X X X Varb E Varb X 也是 是最小方差，从而 b1 的方差 最小方差。
1 2 i i
2
1
X
1
23
如果 X 是随机变量，与误差项小样本不独立， 但大样本渐进不相关，即 X X
前一个模型变为 logQ 0 b1 logY 2 log P 整理这个模型可以得到
log Q b1 logY 0 2 log P Q log b1 0 2 log P Y
从而估计出 0 和 2 的估计值b0 和 b2 ， 得到克服了多重共线性的回归直线 ˆ b b logY b log P logQ 0 1 2
21
二、随机解释变量和参数估计的 性质
设模型为 Y 0 1 X 其中误差项符合古典线性回归模型的各个假 设。 X i X Yi Y i 参数二乘估计的参数为： b1 X X 2

i
i
把
Yi Y 1 X i X i
两种理解：如果特征值之和反映对被解释变量解释程度， 倒数之和反映引起估计量方差的比重。
11
四、多重共线性的克服和处理
（一）增加样本容量 （二）差分方程 （三）模型修正 （四）分步估计参数 （五）岭回归方法
12
（一）增加样本容量


原理：样本容量越大，变量相关性越小， 相关越难。 注意局限，且不一定解决问题。
σ2


7
当 R 0 时， 当 0 R 1 时，Varb
2 k
σ2 Varbk SST k
k
2 k
σ2 1 σ2 2 SSTk 1 Rk SSTk
VIF bk 1 1 Rk2
方差扩大因子，记作 常以方差扩大因子是否大于10来判断第 k 个解释变量是否存在较强的、必须加以处理 的多重共线性。
30
一、问题的提出


误差项正态分布假设也不一定成立。 误差项不服从正态分布时，称“非正态误 差项” 影响：统计推断、假设检验的有效性等， 相关统计推断、检验结论的可靠性降低。
31
二、误差项正态性的检验
（一）直方图检验
p p
0
e
0
e
a
b
类似“高尔顿板”
32
（二）偏斜度和峰度检验 “偏斜系数” ： E 3
Байду номын сангаас18
（五）岭回归方法
2 d 0 D
d12
2 dk
估计量的数学期望为：
ˆ XX D1 XEY Eβ
1 XX D XXβ 1 XX D XX D Dβ

17
（五）岭回归方法
设一个多元线性回归模型为 Y Xβ ε 普通最小二乘估计的公式为 B XX1 XY XX 矩阵 当解释变量间存在严重的多重共线性时， 接近于奇异。 用 XX λD 代替 XX 代入最小二乘估计的公式，得 ˆ XX D1 XY 到： β 其中 称为“岭回归参数”，一般 0 1 ，D 2 2 2 k 1,2,, K d X k ki X X 是用 矩阵对角线上元素d0 n 和 i 构成的对角线矩阵 。
9
确定哪些解释变量的系数受到多重共线性的 影响： 先计算各个特征值的“状态指数”
i min
这些状态指数的水平在1到 之间，很 可能有好几个超过20-30的“危险”水平。
max min
10
2、回归系数方差分解:如果V是对角化X X 的(K+1) (K+1) 对角矩阵：即
XXV VΛ
多元回归工具变量法估计 引进、选择多个关键变量。 向量、矩阵表示。

工具变量的选择问题： 与替代解释变量相关性强 与误差相相关性小 避免引起共线性问题
27
四、参数估计量分布问题和统计推断
问题：分布未知 两变量线性回归模型参数估计量
b1
X
i i
i
X Yi Y
i
X
第五章
线性回归的问题和分析方 法扩展（下） 多重共线性 随机解释变量 误差项非正态分布 最大似然估计
第一节 第二节 第三节 第四节
1
第一节 多重共线性
一、问题的性质和种类
二、多重共线性的危害
三、发现和检验 四、多重共线性的克服和处理
2
一、问题的性质和种类
1、严格多重共线性 模型设定问题 识别问题 2、近似多重共线性 主要是数据问题，也有模型设定问题
i i
P lim
n
i
n
n
0
那么因为
P lim b1 1 P lim
n
X
i i
i
X i
i
X
X
2
1 0 1
因此 b1 是1 的一致估计。虽然不是无偏估计。
24
三、工具变量法估计
设模型为 Y 0 1 X 其中 X不仅是随机变量，而且与 有强相关性。 对模型作离差变换得 Yi Y 1 X i X i 两边乘 Z Z 并求和得 Zi Z Yi Y 1 Zi Z X i X Zi Z i i i i 然后两边除以 Z Z X X ，有 Z Z Y Y Z Z Z Z X X Z Z X X
4
1 X X 其逆矩阵 左上角的首项为
1 1 x k x k x k X k X k X k X k x k xk M k x k 1
X 其中 M 因此参数 k 的最小二乘估计 b 的方差为
2
其中 Λ 是X X 的特征值构成的对角矩阵。 从而 VarB
XX VΛ
V- 1
XX1 2VV1
, k 0,1, , K
2 2 2 v v v k0 k1 kK Varbk 2 1 K 0
14
（三）模型修正
1、删减解释变量（利用检验结论、经验 等） 2、整合解释变量（利用原模型回归信息、 经验等） 3、先验信息参数约束
15

先验信息参数约束 例：生产函数 Y AL K ，经对数变换为：
logY log A log L log K
如果预先知道所研究的经济有规模报酬不 变的性质，即函数中的参数满足 1 就可以克服多重共线性。
34
一、最大似然估计的原理

根据事物出现的概率（几率、可能性）的 大小，推断事物的真相，包括定性的和定 量的（参数水平）真相。
例1：一个老战士和一个军训学生各射击一 次，但只有一枪中靶。问可能是谁打中的。
，
用 代替 E 3 ，用S “峰度”指标： E 4
1 3 e i n i

2 3 2
2

e
i
2 i
n K 1
代替 2 。

2 2
3
其中
1 4 用 e E i 代替。 n
4
i
33
第四节 最大似然估计
一、最大似然估计的原理 二、两变量线性回归模型参数的最大似 然估计 三、多元线性回归模型参数的最大似然 估计 四、随机解释变量模型的最大似然估计 五、最大似然估计的性质
β - XX D Dβ
1
19
第二节 随机解释变量
一、解释变量的随机性 二、随机解释变量和参数估计的性质 三、工具变量法估计 四、参数估计量的分布性质和统计推断
20
一、解释变量的随机性和问题


解释变量有随机性是普遍的问题。 随机解释变量有不同的情况，关键是与误 差项的相关性。 不同情况对回归分析的影响不同，处理也 不同。
X
2
多元回归模型参数的最小二乘估计 1
B XX XY
影响：t、F检验等仍基本有效。 t统计量 tk X bk k 1 渐近t分布。
S
XX kk
F统计量类似。
28

存在随机解释变量时相关统计推断受到一 定的影响
29
第三节 误差项非正态分布
一、问题的提出 二、误差项正态性的检验
logY log A log L 1 log K
logY log K log A log L log K Y L log log A log K K
16
（四）分步估计参数
例：研究需求规律的模型 logQ 0 1 logY 2 log P 可以先求出模型中参数 1的估计值（用截面 数据等）。 logQ logY