第四章 多重共线性

第四章：多重共线性二、简答题1、导致多重共线性的原因有哪些？2、多重共线性为什么会使得模型的预测功能失效？3、如何利用辅回归模型来检验多重共线性？4、判断以下说法正确、错误，还是不确定？并简要陈述你的理由。

(1)尽管存在完全的多重共线性，OLS 估计量还是最优线性无偏估计量（BLUE ）。

(2)在高度多重共线性的情况下，要评价一个或者多个偏回归系数的个别显著性是不可能的。

(3)如果某一辅回归显示出较高的2i R 值，则必然会存在高度的多重共线性。

(4)变量之间的相关系数较高是存在多重共线性的充分必要条件。

(5)如果回归的目的仅仅是为了预测，则变量之间存在多重共线性是无害的。

12233i i i Y X X βββ=++来对以上数据进行拟合回归。

(1) 我们能得到这3个估计量吗？并说明理由。

(2) 如果不能，那么我们能否估计得到这些参数的线性组合？可以的话，写出必要的计算过程。

6、考虑以下模型：231234i i i i i Y X X X ββββμ=++++由于2X 和3X 是X 的函数，那么它们之间存在多重共线性。

这种说法对吗？为什么？ 7、在涉及时间序列数据的回归分析中，如果回归模型不仅含有解释变量的当前值，同时还含有它们的滞后值，我们把这类模型称为分布滞后模型（distributed-lag model ）。

我们考虑以下模型：12313233i t t t t t Y X X X X βββββμ---=+++++其中Y ——消费，X ——收入，t ——时间。

该模型表示当期的消费是其现期的收入及其滞后三期的收入的线性函数。

（1） 在这一类模型中是否会存在多重共线性？为什么？ （2） 如果存在多重共线性的话，应该如何解决这个问题？ 8、设想在模型12233i i i i Y X X βββμ=+++中，2X 和3X 之间的相关系数23r 为零。

如果我们做如下的回归：1221i i i Y X ααμ=++ 1332i i i Y X γγμ=++（1）会不会存在22ˆˆαβ=且33ˆˆγβ=？为什么？ （2）1ˆβ会等于1ˆα或1ˆγ或两者的某个线性组合吗？ （3）会不会有22ˆˆvar()var()βα=且33ˆˆvar()var()γβ=？ 9、通过一些简单的计量软件（比如EViews 、SPSS ），我们可以得到各变量之间的相关矩阵：2323232311 1k k k k r r r r R r r ⎛⎫⎪ ⎪=⎪ ⎪ ⎪⎝⎭L L M M M M L 。

第四章 多重共线性一、单项选择题1、完全的多重共线性是指解释变量的数据矩阵的秩（ ）（A ）大于k （B ）小于k（C ）等于k （D ）等于k+12、当模型存在严重的多重共线性时，OLS 估计量将不具备（ ）（A ）线性 （B ）无偏性（C ）有效性 （D ）一致性3、如果每两个解释变量的简单相关系数比较高，大于（ ）时则可认为存在着较严重的多重共线性。

（A ）0.5 （B ）0.6（C ）0.7 （D ）0.84、方差扩大因子VIF j 可用来度量多重共线性的严重程度，经验表明，VIF j （ ）时，说明解释变量与其余解释变量间有严重的多重共线性。

（A ）小于5 （B ）大于1（C ）小于1 （D ）大于105、对于模型01122i i i i Y X X u βββ=+++，与r 23等于0相比，当r 23等于0.5时，3ˆβ的方差将是原来的（ ）（A ）2倍 （B ）1.5倍（C ）1.33倍 （D ）1.25倍6、无多重共线性是指数据矩阵的秩（ ）（A ）小于k （B ）等于k（C ）大于k （D ）等于k+17、无多重共线性假定是假定各解释变量之间不存在（ ）（A ）线性关系 （B ）非线性关系（C ）自相关 （D ）异方差8、经济变量之间具有共同变化的趋势时，由其构建的计量经济模型易产生（ ）（A ）异方差 （B ）自相关（C ）多重共线性 （D ）序列相关9、完全多重共线性产生的后果包括参数估计量的方差（ ）（A ）增大 （B ）减小（C ）无穷大 （D ）无穷小10、不完全多重共线性产生的后果包括参数估计量的方差（ ）（A ）增大 （B ）减小（C ）无穷大 （D ）无穷小11、不完全多重共线性下，对参数区间估计时，置信区间趋于（ ）（A ）变大 （B ）变小（C ）不变 （D ）难以估计12、较高的简单相关系数是多重共线性存在的（ ）（A ）必要条件 （B ）充分条件（C ）充要条件 （D ）并非条件13、方差扩大因子VIF j是由辅助回归的可决系数R j2计算而得，R j2越大，方差扩大因子VIF j就（）（A）越大（B）越小（C）不变（D）无关14、解释变量间的多重共线性越弱，方差扩大因子VIF j就越接近于（）（A）1 （B）2（C）0 （D）1015、多重共线性是一个（）（A）样本特性（B）总体特性（C）模型特性（D）以上皆不对二、多项选择题1、多重共线性包括（）（A）完全的多重共线性（B）不完全的多重共线性（C）解释变量间精确的线性关系（D）解释变量间近似的线性关系（E）非线性关系2、多重共线性产生的经济背景主要由（）（A）经济变量之间具有共同变化趋势（B）模型中包含滞后变量（C）采用截面数据（D）样本数据自身的原因3、多重共线性检验的方法包括（）（A）简单相关系数检验法（B）方差扩大因子法（C）直观判断法（D）逐步回归法（E）DW检验法4、修正多重共线性的经验方法包括（）（A）剔除变量法（B）增大样本容量（C）变换模型形式（D）截面数据与时间序列数据并用（E）变量变换5、严重的多重共线性常常会出现下列情形（）（A）适用OLS得到的回归参数估计值不稳定（B）回归系数的方差增大（C）回归方程高度显著的情况下，有些回归系数通不过显著性检验（D）回归系数的正负号得不到合理的经济解释三、名词解释1、多重共线性2、完全的多重共线性3、辅助回归4、方差扩大因子VIF j5、逐步回归法6、不完全的多重共线性四、简答题1、多重共线性的实质是什么？2、为什么会出现多重共线性？3、多重共线性对回归参数的估计有何影响？4、判断是否存在多重共线性的方法有那些？5、针对多重共线性采取的补救措施有那些？6、具有严重多重共线性的回归方程能否用来进行预测？五、辨析题1、在高度多重共线性的情形中，要评价一个或多个偏回归系数的单个显著性是不可能的。

计量经济学课程教案第四章 多重共线性§ 什么是多重共线性 一、多重共线性的概念 对于模型Y i =1+2X 2i +3X 3i++k X ki+ii=1,2,…,n其基本假设之一是解释变量是互相独立的。

如果存在c 1X 1i +c 2X 2i +…+c k X ki =0 i=1,2,…,n其中: c i 不全为0，则称为解释变量间存在完全共线性（perfectmulticollinearity ）。

在矩阵表示的线性回归模型 Y=X+中，完全共线性指：秩(X)<k+1，即⎪⎪⎪⎪⎪⎭⎫⎝⎛=kn nn k k X X XX X X X X X X 212221212111111二、实际经济问题中的多重共线性一般地，产生多重共线性的主要原因有以下三个方面： （1）经济变量相关的共同趋势时间序列样本：经济繁荣时期，各基本经济变量（收入、消费、投资、价格）都趋于增长；衰退时期，又同时趋于下降。

横截面数据：生产函数中，资本投入与劳动力投入往往出现高度相关情况，大企业二者都大，小企业都小。

（2）滞后变量的引入在经济计量模型中，往往需要引入滞后经济变量来反映真实的经济关系。

例如，消费=f(当期收入, 前期收入） 显然，两期收入间有较强的线性相关性。

（3）样本资料的限制由于完全符合理论模型所要求的样本数据较难收集，特定样本可能存在某种程度的多重共线性。

一般经验：时间序列数据样本：简单线性模型，往往存在多重共线性。

截面数据样本：问题不那么严重，但多重共线性仍然是存在的。

§ 多重共线性产生的后果一、完全共线性下参数估计量不存在μX βY +=的OLS 估计量为：Y X X X β''=-1)(ˆ如果存在完全共线性，则(X’X)-1不存在，无法得到参数的估计量。

二、近似共线性下OLS 估计量非有效 近似共线性下，可以得到OLS 参数估计量， 但参数估计量方差的表达式为12)()ˆ(-'=X X βσCov由于|X’X|0，引起(X’X)-1主对角线元素较大，使参数估计值的方差增大，OLS参数估计量非有效。

第四章 多重共线性第一节 什么是多重共线性一、多重共线性的含义所谓多重共线性，不仅包括解释变量之间完全（精确）的线性关系，还包括解释变量之间近似的线性关系。

对于解释变量23,,,k X X X ，如果存在不全为零的数123,,,,k λλλλ ，能使得12233i i k ki X X X λλλλ++++ =0 ，（i =1,2,,n ）——即解释变量的数据矩阵的列向量组线性相关。

则称解释变量23,,,k X X X 之间存在着完全的线性关系。

用数据表示，解释变量的数据矩阵为X =213112232223111k k nnkn X X X XX X X X X ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦当()r X <k 时，也说明解释变量23,,,k X X X 之间存在着完全的线性关系。

当存在完全共线性时，至少有一个变量（列向量）可以用其余的变量（列向量）线性表出。

在实际问题中，完全的共线性并不多见。

常见的情形是解释变量23,,,k X X X 之间存在不完全的共线性，这是指存在不全为零是数123,,,,k λλλλ ，使得12233λλλλ+++++ i i k ki i X X X v =0（i =1,2,,n ）其中i v 是随机变量。

这表明此时解释变量之间只是一种近似的线性关系。

二、产生多重共线性的背景1.经济变量之间具有共同的变化趋势2.模型中包含滞后变量3.利用截面数据建立模型也可能出现共线性4. 样本数据自身的原因第二节 多重共线性产生的后果完全共线性时，矩阵X X '不可逆，参数估计式ˆβ=1()X X X Y -''不存在，OLS 无法应用。

不完全的共线性时，1()X X -'也存在，可以得到参数的估计值，但是对计量经济分析可能会产生一系列影响。

一、参数估计量的无偏性依然成立不完全共线性时ˆ()E β=1()E X X X Y -''⎡⎤⎣⎦=1()()E X X X X U β-''⎡⎤+⎣⎦=β+()1()X X X E U -''=β二、参数OLS 估计值方差扩大 如二元回归模型i Y =12233i i i X X u βββ+++中的2X 与3X 为不完全的共线性时，2X 与3X 之间的相关系数23r 可由下式给出223r=2232223()x x x x∑∑∑容易证明2ˆ()Var β=222223(1)i x r σ-∑3ˆ()Var β=222323(1)ixr σ-∑随着共线性的程度增加，23r 的绝对值趋于1，两个参数估计量的方差也增大。

第四章 多重共线性一、判断题1、多重共线性是一种随机误差现象。

（F ）2、多重共线性是总体的特征。

（F ）3、在存在不完全多重共线性的情况下，回归系数的标准差会趋于变小，相应的t 值会趋于变大。

（F ）4、尽管有不完全的多重共线性，OLS 估计量仍然是最优线性无偏估计量。

（T ）5、在高度多重共线的情形中，要评价一个或多个偏回归系数的个别显著性是不可能的。

（T ）6、变量的两两高度相关并不表示高度多重共线性。

（F ）7、如果分析的目的仅仅是预测，则多重共线性一定是无害的。

（T ）8、在多元回归中，根据通常的t 检验，每个参数都是统计上不显著的，你就不会得到一个高的2R 值。

（F ） 。

9、如果简单相关系数检测法证明多元回归模型的解释变量两两不相关，则可以判断解释变量间不存在多重共线性。

（ F ）10、多重共线性问题的实质是样本问题，因此可以通过增加样本信息得到改善。

（T ） 11、虽然多重共线性下，很难精确区分各个解释变量的单独影响，但可据此模型进行预测。

（T ）12、如果回归模型存在严重的多重共线性，可不加分析地去掉某个解释变量从而消除多重共线性。

（F ）13、多重共线性的存在会降低OLS 估计的方差。

（F ）14、随着多重共线性程度的增强，方差膨胀因子以及系数估计误差都在增大。

（T ） 15、解释变量和随机误差项相关，是产生多重共线性的原因。

（F ） 16、对于模型i ni n i 110i u X X Y ++++=βββ ，n 1i ,, =；如果132X X X -=,模型必然存在解释变量的多重共线性问题。

（T ）17、多重共线性问题是随机扰动项违背古典假定引起的。

（F ） 18、存在多重共线性时，模型参数无法估计。

（F ）.二、单项选择题1、在线性回归模型中，若解释变量1X 和2X 的观测值成比例，既有12i i X kX =，其中k 为 非零常数，则表明模型中存在 （ B ） A 、异方差 B 、多重共线性 C 、序列相关 D 、随机解释变量2、 在多元线性回归模型中，若某个解释变量对其余解释变量的可决系数接近1，则表明模型中存在 （ C ） A 、异方差性 B 、序列相关 C 、多重共线性 D 、拟合优度低3、对于模型i i 22i 110i u X X Y +++=βββ，与0r 12=相比，当50r 12.=时，估计量1βˆ的方差()1βˆvar 将是原来的 （ B ） A 、 1 倍 B 、 倍 C 、 倍 D 、 2 倍>4、如果方差膨胀因子VIF ＝10，则认为什么问题是严重的（ C ）A 、异方差问题B 、序列相关问题C 、多重共线性问题D 、 解释变量与随机项的相关性 5、经验认为某个解释与其他解释变量间多重共线性严重的情况是这个解释变量的VIF （ C ）。