多重共线性 异方差 内生性 自相关总结对照表

处理
一、增加样本观测值 二、删去不重要的解释变量 三、利用“先验”信息 四、变量变换 五、变换模型的形式 六、逐步回归法
Leabharlann Baidu
一、加权最小二乘法 二、怀特异方差－稳健程序。 三、解释变量的代数变换
定义
多重共线性 异方差 解释变量内生性 如果存在某解释变量是其他解释变量 cov( x ji , ui ) 0 解 释 变 量 var(u | xi ) 2 常数 的线性组合， 则称为存在完全多重共线 则称随机误差项 u 具有异方差性 与随机误差项之间往往存 性。 0 1 x1 k xk 0 在某种程度的相关性。与 它们之间存在高度的线性相关性， 称模 随机误差项相关的解释变 型存在近似（不完全）多重共线性。 量称为内生解释变量。
1．模型中省略的解释变量。 2. 测量误差。 3、截面数据中总体各单位的差 异。 4、模型函数形式设定错误。 5、异常观测
1、遗漏变量 2、测量误差 3、错误的函数形式 4、联立性
后果
近似多重共线性并不违反回归假定。 无 偏的、有效的、一致的参数估计量仍可 以得出，其标准误也仍将被正确估计。 1、估计结果不好解释 2、参数估计值的方差增大 3、参数估计的置信区间变大 4、假设检验容易作出错误的判断
1、影响无偏性 2、影响一致性 3、其它影响 ˆ ) E( j j 随机误差项的方差估计量 是有偏的，假设检验、区 2、最小二乘估计量的方 间估计容易导出错误的结 差估计是有偏的。 论。 3. 因 变 量 的 预 测 精 度 降低。 一、RESET 检验 二、豪斯曼检验 一、图示检验法 二、解释变量严格外生 条件下，误差项一阶自 相关检验。
i
自相关 Xt 与 xt-j 相关。 Cov(ut , us)≠0。 即 u 在不同观测 点下的取值相关连，则 称随机误差项 u 存在自 相关。
0 1x1 k xk v 0
原因
1.经济变量之间具有共同变化趋势。 2.变量之间存在经济联系。 3.模型中包含滞后变量。 4、样本数据自身原因。
1、解释变量的遗漏或省 略 2、模型函数形式设定错 误 3、原始数据的处理变换 4、经济变量的惯性作用 5、误差项本身存在自相 关 1.斜率系数 Bj 依然是线 性 的 和 无 偏 的 。
ut=ut-1+vt
三、古典假定下，误差 项一阶自相关的 DW 检验 四、自变量非严格外生 条件下，误差项一阶自 相关检验。 五、误差项高阶自相关 的布殊 - 戈弗雷检验 BG 检验 一、工具变量法 二、两阶段最小二乘法 三、差分回归法 一、 已知的广义差分 回归。 二、 未知的广义差分 回归。 1、一阶差分法 2、德宾(Durbin)两步法 3、基于 DW 统计量的估 计 4、基于残差的回归估计 5 、科克伦 - 奥克特迭代 法 三、非线性回归方法 四 、 尼 威 - 威 斯 特 (Newey-West)方法
检验
一、直观判断法 1、散点图法。 2、简单相关系数法。 3.经验判断法。 4.“经典”判断法。 5. Klein 判别法。 二、辅助回归法 vif 三、特征值与病态指数 四、法勒—格劳伯（Farrar—Glauber） 检验
1、最小二乘估计量仍然是线性 无偏的与一致的，但不再 具有最小方差性。 2、 随机项 ui 的方差的估计量 6u 有偏。 3、参数方差的估计量有偏 var(Bj)是有偏的、不一致。标 准误差 se 有偏。 4、预测精度降低 一、图示法 二、斯皮尔曼等级（秩）相关检 验 三、戈德菲尔德－匡特检验 四、帕克检验 五、戈里瑟检验 六、怀特检验 七、布殊－帕甘检验