多重共线性检验与修正

多重共线性检验与修正

数据来源：《中国统计年鉴2014》12-10、4-3、12-4、12-5、12-8、

Eviews操作：

1、基本操作：

（1）录入数据：命令：data y l m f a ir

（y代表粮食产量，l代表第一产业劳动力数量，m代表农业机械总动力，f代表化肥施用量，a代表农作物总播种面积，ir为有效灌溉面积/农作总播种面积得出的灌溉率）

（2）做线性回归：命令：LS y c l m f a ir

2、检验多重共线性

（1）方差膨胀因子判断法

在生成的线性回归eq01中，view—coefficient diagnostics—variance inflation factors

看生成表格中的Centered VIF，发现L、M、F、A、IR的方差膨胀因子都很大，说明存在严重多重共线性。（eg：L的Centered VIF指以L为因变量，M、A、F、IR为自变量所做出的辅助回归的判定系数R²，然后1/1-R²得出的值。）

（由课本内容可知，当完全不共线性时，VIF=1；完全共线性时，VIF=正无穷）（2）相关系数矩阵判断法

命令：cor l m f a ir

这个是通过看各个解释变量之间的相关系数来判断是否存在多重共线性的。可以看到大多数解释变量之间两两相关系数都大于0.9。相关系数极大说明解释变量之间存在很高的相关性，因而也就很可能存在共线性。

3、修正多重共线性

（1）逐步回归排除引起共线性的变量

①菜单栏操作

在生成的线性回归eq01中，Estimate—Method—STEPLS

接下来会出现两个框框，上面的框框是固定住不做逐步回归的变量，一般设定为y和c

下面的框框是需要进行逐步回归选择是否剔除的变量，这里填入l m f a ir 然后出来一个新的表格，这个表格已经自动选择了可以保留的变量l a f，剔除了m ir

②命令栏操作

命令：STEPLS y c @ l m f a ir

这条命令其实和菜单栏操作的意思一样，stepls代表采用逐步回归方法，@前的y、c代表固定不做逐步回归的变量，@后的l、m、f、a、ir代表要做逐步回归的变量

出来的结果和菜单栏操作的结果是一样的。

（注：当然，固定保留的变量你也可以根据自己的需要进行选择，只不过一般是固定保留y和c）

做完逐步回归后，按照保留下来的变量，重新做线性回归就可以得到不存在多重共线性的新模型了。

（2）岭回归法减小参数估计量方差

这个方法没法在Eviews做。。