当前位置：文档之家 › 经典单方程计量经济学模型(2)(2)

经典单方程计量经济学模型(2)(2)

  • 格式：ppt
  • 大小：332.50 KB
  • 文档页数：81

下载文档原格式

  / 81

合集下载

计量经济学的2.2 一元线性回归模型的参数估计

计量经济学的2.2 一元线性回归模型的参数估计

基于样本数据，所得到的总体回归函数的一个估 计函数称为样本回归函数。
问题：当我们设定总体回归模型的函数形式后， 如何通过样本数据得到总体回归函数的一个估计 （即样本回归函数）？--参数估计问题
E (Y | X i ) 0 1 X i
ˆ ˆ ˆ Yi f ( X i ) 0 1 X i
Xi确定
作此假设的理由：当我们把PRF表述为 时，我们假定了X和u(后者代表所有被省略的变量的影 响)对Y有各自的（并且可加的)影响。但若X和u是相关 25 的，就不可能评估它们各自对Y的影响。
线性回归模型的基本假设（4）
假设4、服从零均值、同方差、零协方差的正态分布 i~N(0, 2 ) i=1,2, …,n 意为：ui服从正态分布且相互独立。因为对两个正态 分布的变量来说，零协方差或零相关意为这两个变量 独立。 作该假设的理由：i代表回归模型中末明显引进的许多解释
Yi 0 1 X i i
i=1,2,…,n
Y为被解释变量，X为解释变量，0与1为待估 参数， 为随机干扰项
3
回归分析的主要目的是要通过样本回归函 数（模型）SRF尽可能准确地估计总体回归函 数（模型）PRF。
ˆ ˆ ˆ Yi 0 1 X i
ˆ ˆ ˆ Yi 0 1 X i ui
同方差假设表明：对应于不同X值的全部Y值具有同 样的重要性。
22
线性回归模型的基本假设（2-3）
假设2、随机误差项具有零均值、同方差和不自相关 性(不序列相关)： (2.3) 不自相关： Cov(i, j|Xi, Xj)=0 i≠j i,j= 1,2, …,n 或记为 Cov(i, j)=0 i≠j i,j= 1,2, …,n 意为：相关系数为0， i, j非线性相关。 几何意义如下

第五章经典单方程计量经济学模型

第五章经典单方程计量经济学模型
在该模型中，如果仍假定E(i)=0，则 企业女职工的平均薪金为：
E(Yi | X i , Di 0) 0 1 X i
企业男职工的平均薪金为：
E(Yi | X i , Di 1) ( 0 2 ) 1 X i
几何意义：
• 假定2>0，则两个函数有相同的斜率，但有不同 的截距。意即，男女职工平均薪金对教龄的变化 率是一样的，但两者的平均薪金水平相差2。
1 D1 0
高中 其他
1 D2 0
大学及其以上 其他
模型可设定如下：
Yi 0 1 X i 2 D1 3 D2 i
在E(i)=0 的初始假定下，高中以下、高中、大 学及其以上教育水平下个人保健支出的函数：
• 高中以下：
E(Yi | X i , D1 0, D2 0) 0 1 X i
则冷饮销售模型变量为：
Yt 0 1 X1t k X kt 1D1t 2 D2t 3 D3t 4 D4t t
其矩阵形式为：
Y (X,D)α β μ
如果只取六个观测值，其中春季与夏季取了 两次，秋、冬各取到一次观测值，则式中的：
一个以性别为虚拟变量考察企业职工薪金的模型：
Yi 0 1 X i 2 Di i
其中：Yi为企业职工的薪金，Xi为工龄， Di=1，若是男性，Di=0，若是女性。
二、虚拟变量的引入
• 虚拟变量做为解释变量引入模型有两种基本方式： 加法方式和乘法方式。
1、加法方式
上述企业职工薪金模型中性别虚拟变量的引入采 取了加法方式。
• 1990年后： Yi=1+2Xi+2i
i=1,2…,n2
则有可能出现下述四种情况中的一种：

李子奈计量经济学课后习题答案

李子奈计量经济学课后习题答案

第一章 绪论（一）基本知识类题型1-1． 什么是计量经济学？1-2． 简述当代计量经济学发展的动向。

1-3． 计量经济学方法与一般经济数学方法有什么区别？1-4．为什么说计量经济学是经济理论、数学和经济统计学的结合？试述三者之关系。

1-5．为什么说计量经济学是一门经济学科？它在经济学科体系中的作用和地位是什么？ 1-6．计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？1-7．试结合一个具体经济问题说明建立与应用计量经济学模型的主要步骤。

1-8．建立计量经济学模型的基本思想是什么？1-9．计量经济学模型主要有哪些应用领域？各自的原理是什么？1-10．试分别举出五个时间序列数据和横截面数据，并说明时间序列数据和横截面数据有和异同？1-11．试解释单方程模型和联立方程模型的概念，并举例说明两者之间的联系与区别。

1-12．模型的检验包括几个方面？其具体含义是什么？1-13．常用的样本数据有哪些？1-14．计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。

1-15．估计量和估计值有何区别？哪些类型的关系式不存在估计问题？1-16．经济数据在计量经济分析中的作用是什么？1-17．下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？⑴ 其中为第t 年农村居民储蓄增加额（亿元）、为第年城镇居民可支配收入总额（亿元）。

S t =+1120012..R t S t R t t ⑵ 其中S 为第（S t -=+144320030..R t t -11-t ）年底农村居民储蓄余额（亿元）、R 为第t 年农村居民纯收入总额（亿元）。

t 1-18．指出下列假想模型中的错误，并说明理由：（1）RS RI IV t t =t -+83000024112... 其中，为第年社会消费品零售总额（亿元），为第t 年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），为第t 年全社会固定资产投资总额RS t t RI t IV t（亿元）。

李子奈《计量经济学》课后习题详解(经典单方程计量经济学模型：一元线性回归模型)【圣才出品】

李子奈《计量经济学》课后习题详解(经典单方程计量经济学模型：一元线性回归模型)【圣才出品】

2．下列计量经济学方程哪些是正确的？哪些是错误的？为什么？
（1）Yi＝α＋βXi，i＝1，2，…，n；
（2）Yi＝α＋βXi＋μi，i＝1，2，…，n；
∧∧
（3）Yi＝α＋βXi＋μi，i＝1，2，…，n；
∧
∧∧
（4）Yi＝α＋βXi＋μi，i＝1，2，…，n；
∧∧
（5）Yi＝α＋βXi，i＝1，2，…，n；
2 / 22
圣才电子书 十万种考研考证电子书、题库视频学习平台
www.10Leabharlann
假定随机扰动项满足条件零均值、条件同方差、条件序列丌相关性以及服从正态分布。 （2）违背基本假设的计量经济学仍然可以估计。虽然 OLS 估计值丌再满足有效性，但 仍然可以通过最大似然法等估计方法或修正 OLS 估计量来得到具有良好性质的估计值。

4．线性回归模型 Yi＝α＋βXi＋μi，i＝1，2，…，n 的零均值假设是否可以表示为
1
n
n i 1
i

0 ？为什么？
n
1 0 答：线性回归模型 Yi＝α＋βXi＋μi 的零均值假设丌可以表示为
i
。
n i1
原因：零均值假设 E（μi）＝0 实际上表示的是 E（μi∣Xi）＝0，即当 X 取特定值 Xi 时，
3．一元线性回归模型的基本假设主要有哪些？违背基本假设的计量经济学模型是否就 丌可以估计？
答：（1）针对普通最小二乘法，一元线性回归模型的基本假设主要有以下三大类： ①关于模型设定的基本假设： 假定回归模型的设定是正确的，即模型的变量和函数形式均为正确的。 ②关于自变量的基本假设： 假定自变量具有样本变异性，且在无限样本中的方差趋于一个非零的有限常数。 ③关于随机干扰项的基本假设：

第四章 经典单方程计量经济学模型：放宽基本假定的模型

第四章 经典单方程计量经济学模型：放宽基本假定的模型

第四章 经典单方程计量经济学模型：放宽基本假定的模型前两章计量经济学模型的回归基于若干基本假设，应用普通最小二乘法得到了线性、无偏、有效的参数估计量。

但实际的计量经济学问题中，完全满足这些基本假定的情况不多。

称不满足基本假定的情况为基本假定违背。

以一元为例，重述基本假定：① i X 为确定性变量，非随机的（i X 确定，且j X 间互不相关；若多元回归时相关，称为多重共线性：()1rk X k <+； 若存在一个或多个解释变量是随机变量，称为随机解释变量问题）；② 随机干扰项具有0均值，同方差：20,i i D E μμμσ==（2i i D μσ=即所谓异方差）③ cov(,)0,i j i j μμ=∀≠，随机干扰项互相独立，无序列相关（()cov ,0i j μμ≠，序列相关）。

④ ()cov ,0,1,2,...,,1,2,...,ji i X j k i n μ===，解释变量与随机误差项间不相关，这样将j i X ，i μ对Y 的影响分开。

⑤ ()20,,1,2,...,iN i n μμσ=，由中心极限定理保证。

而①―④需要作出计量经济学意义的检验。

基于此，基本假定违背主要包括以下几种情况：1）随机干扰项序列存在异方差性（同方差）；2）随机干扰项序列存在序列相关性（序列不相关）；3）解释变量之间存在多重共线性（不相关）；4）解释变量是随机变量，且与随机干扰项相关（解释变量确定，与随机干扰项不相关）；5）模型设定有偏误（模型设定正确）；6）解释变量的方差随着样本容量的增加而不断增加（方差趋于常值）。

在对计量经济学模型进行回归分析时，必须要进行计量经济学检验：检验是否存在一种或多种违背基本假定的情况。

若有违背情况，应用普通最小二乘法估计模型就不能得到无偏的、有效的参数估计量，OLS法失效，这就需要发展新的方法估计模型。

本章主要讨论前四种，后两种将在第五四章、第九章讨论。

4.1 异方差性（93页）一、异方差性（主要以一元为例，多元类似）1．异方差性概念（Heteroskedasticity）：同方差性是指每个i 围绕其零平均值的方差，并不随解释变量X 的变化而变化，不论解释变量观测值是大还是小，每个i μ的方差保持相同，即 2i const σ=。

习题一

习题一

习 题第二章 经典单方程计量经济学模型：一元线性回归模型1.假设居民户储蓄（Y ）与收入（X ）之间可建立如下形式的储蓄模型：μββ++=X Y 10 εμ21X =其中，ε为具有零均值0)(=εE 、同方差2)(εσε=Var 且与X 相互独立的随机变量。

（1） 该模型服从零均值基本假设吗？（2） 该模型服从同方差基本假设吗？（3） 如果该模型不满足同方差性，试解释随着居民户收入X 的提高，随机扰动项μ的方差是增大还是缩小？2.对于人均存款与人均收入之间的关系式t t t Y S μβα++=∧，使用美国36年的年度数据，得到如下估计模型（括号内为标准差）：t t Y S 067.0105.384+=∧（151.105） （0.011）（1）β的经济解释是什么？（2） α、β的符号是什么？为什么？实际的符号与你的直觉一致吗？如果有冲突的话，你可以给出可能的原因吗？（3） 你对于拟合优度有什么看法？（4） 检验是否每一个回归系数都与零显著不同（在1%的水平下）。

同时对零假设和备择假设，检验统计值及其分布和自由度，以及拒绝零假设的标准进行陈述。

你的结论是什么？3.对于一元线性回归模型μββ++=X Y 10，试证明OLS 估计量∧1β在所有线性无偏估计量中具有最小方差。

第三章 经典单方程计量经济学模型：多元线性回归模型1.在经典线性模型基本假定下，对含有三个自变量的多元回归模型：μββββ++++=3322110X X X Y你想检验的虚拟假设是12:210=-ββH 。

（1）用∧1β，∧2β的方差及其协方差求出)2(21∧∧-ββVar 。

（2）写出检验12:210=-ββH 的t 统计量。

（3）如果定义θββ=-212，写出一个涉及0β，θ，2β和3β的回归方程，以便能直接得到θ的估计值∧θ及其标准差。

2. 对于涉及三个变量Y ，1X ，2X 的数据做以下回归：（1）1110i i i X Y μαα++=（2）2210i i i X Y μββ++=（3）322110i i i i X X Y μγγγ+++=问在什么条件下才能有∧∧=11γα及∧∧=21γβ，即多元回归与各自的一元回归所得的参数估计值相同。

教材第2章习题

第二章 经典单方程计量经济学模型：多元线性回归模型1、下列表达式中，哪些是正确的，哪些是错误的，为什么？⑴ n t X Y tt ,,2,1 =+=βα ⑵ n t X Y tt t ,,2,1 =++=μβα ⑶ n t X Y tt t ,,2,1ˆˆ =++=μβα ⑷ n t X Y tt t ,,2,1ˆˆˆ =++=μβα ⑸ n t X Y tt ,,2,1ˆˆ =+=βα ⑹ n t X Y tt ,,2,1ˆˆˆ =+=βα ⑺ n t X Y t tt ,,2,1ˆˆˆ =++=μβα ⑻ n t X Y t t t ,,2,1ˆˆˆˆ =++=μβα2、一元线性回归模型的基本假设主要有哪些？违背基本假设的计量经济学模型是进行普通最小二乘估计吗？3、线性回归模型n i X Y ii i ,,2,1 =++=μβα 的零均值假设是否可以表示为011=∑=ni i n μ？为什么？4、假设已经得到关系式X Y 10ββ+=的最小二乘估计，试回答：（1）假设决定把变量X 的单位扩大10倍，这样做对回归模型的斜率和截距的估计会有什么样的影响？如果把变量Y 的单位扩大10倍，结果又会怎样？（2）假定给X 的每个观测值都增加2，对原回归的斜率和截距会有什么样的影响？如果给Y 的每个观测值都增加2，又会怎样？5、假使在回归模型i i i X Y μββ++=10中，用不为零的常数δ去乘每一X 值，这会不会改变Y 的拟合值及残差？如果对每个X 都加大一个非零常数δ，又会怎样？6、假设有人做了如下的回归i i i x y μββ++=10其中，i i x y ,分别为i i X Y ,关于各自均值的离差。

求1β和0β的普通最小二乘估计？7、令YX βˆ和XYβˆ分别为Y 对X 回归和X 对Y 回归中的斜率（假设X 与Y 之间互为因果关系），证明2ˆˆr XYYX =ββ，其中r 为X 与Y 之相的样本相关系数。

计量经济学(内蒙古大学) 第八章 经典单方程计量经济学模型：专门问题(滞后变量模型)

内蒙古大学经济管理学院
第四章: 经典单方程计量经济学模型： 专门问题(滞后变量模型)
经世致用 管人悟道
内蒙古大学经济管理学院
在许多情况下被解释变量Y 不仅受到同期的解
释变量Xt 的影响，而且和X的滞后值Xt-1， Xt-2 ，
…,有很强的相关性 。
例如，人们的储蓄和当期的收入以及过去几期的收 入有着很强的相关性；固定资产的形成不仅取决 于现期投资额而且还取决于前几个时期的投资额 的影响等。这样的社会现象还有很多，有经济方 面的，也有其它领域的，对这些问题进行讨论就
经世致用 管人悟道
6
内蒙古大学经济管理学院
一、分布滞后模型的概念及相关问题
于是，由该例可以得到以下消费函数关系式
Yt 常量 0.4 X t 0.3X t 1 0.2 X t 2 ut
式中， Y=消费支出，X=收入。该方程就 是一个分布滞后模型，它表示收入对消费的 影响分布于不同时期。
在经济活动中，某一个经济变量的影响不仅 取决于同期各种因素，而且也取决于过去时期的各 种因素，有时还受自身过去值的影响。例如，居民 现期消费水平，不仅受本期居民收入影响，同时受 到前几个时期居民收入的影响。
把这些过去时期的变量，称作滞后变量， 把那些包括滞后变量作为解释变量的模型称作 滞后解释变量模型。
经世致用 管人悟道
5
内蒙古大学经济管理学院
一、分布滞后模型的概念及相关问题
什么是分布滞后模型？ 例如：消费者每年收入增加10000元，假如,该
消费者把各年增加的收入按照以下方式分配：当年
增加消费支出4000元，第二年再增加消费支出3000
元，第三年再增加消费支出2000元，剩下的1000元 作为储蓄。第三年的消费支出不仅取决于当年的收 入，还与第一年和第二年的收入有关。当然，还可 以和前面更多期有关。

单方程计量经济学模型第二章经典单方程计量经济学模型


• 回归分析构成计量经济学的方法论基础， 回归分析构成计量经济学的方法论基础， 其主要内容包括： 其主要内容包括： • （1）根据样本观察值对经济计量模型参 数进行估计，求得回归方程； 回归方程； 回归方程 • （2）对用回归方程进行分析、评价及预 测。
例2.1中，个别家庭的消费支出为：
(*) 即，给定收入水平Xi ,个别家庭的支出可表示为两部分之和: （1）该收入水平下所有家庭的平均消费支出E(Y|Xi)，称为 系统性（ 确定性（ 系统性（systematic）或确定性（deterministic)部分 ） 确定性 )部分。 （2）其他随机 非确定性 随机或非确定性 随机 非确定性（nonsystematic)部分µi。 部分
二、总体回归函数
例2.1：一个假想的社区有100户家庭组成，要研 ： 究该社区每月家庭消费支出 家庭消费支出Y与每月家庭可支配收 家庭消费支出 家庭可支配收 入X的关系。 即如果知道了家庭的月收入，能否预测该社区 家庭的平均月消费支出水平。 为达到此目的，将该100户家庭划分为组内收入 差不多的10组，以分析每一收入组的家庭消费支出。
样本散点图近似于一条直线，画一条直线以尽好地拟合该 散点图，由于样本取自总体，可以该线近似地代表总体回归线。 该线称为样本回归线（sample regression lines）。 样本回归线（ ）。 样本回归线 记样本回归线的函数形式为： ˆ ˆ ˆ Yi = f ( X i ) = β 0 + β 1 X i 称为样本回归函数（sample regression function，SRF）。 样本回归函数（ 样本回归函数 ， ）
四、样本回归函数（SRF） 样本回归函数（ ）
总体的信息往往无法掌握，现实的情况只能是在 一次观测中得到总体的一个样本。 问题： 问题：能从一次抽样中获得总体的近似的信息吗？ 如果可以，如何从抽样中获得总体的近似信息？ 2.2： 2.1 例2.2：在例2.1的总体中有如下一个样本， 问：能否从该样本估计总体回归函数PRF？

经典单方程计量经济学模型(异方差性)


80%
适用范围
对数变换法适用于存在异方差性 的模型，尤其适用于解释变量和 被解释变量之间存在非线性关系 的情况。
04
异方差性与模型选择
异方差性与模型适用性
异方差性是指模型中误差项的 方差不为常数，而是随解释变 量的变化而变化。
在异方差性存在的情况下，经 典的单方程计量经济学模型可 能不再适用，因为模型假设误 差项的方差是恒定的。
为了使模型具有适用性，需要 选择能够处理异方差性的模型 ，例如广义最小二乘法、加权 最小二乘法等。
异方差性与模型预测能力
异方差性的存在会影响模型的预测能力，因为异方差性会导致模 型的残差不再独立同分布，从而影响模型的预测精度。
为了提高模型的预测能力，需要采取措施处理异方差性，例如使 用稳健的标准误、对误差项进行变换等。
在实践中，应该充分考虑异方差性的影响，采取适当 的措施进行修正，以提高模型的预测和推断能力。
02
异方差性的检验
图示检验法
残差图检验
通过绘制残差与拟合值的图形，观察残差的分布情况，判断是否 存在异方差性。如果残差随着拟合值的增加或减少而呈现有规律 的变化，则可能存在异方差性。
杠杆值图检验
将数据按照杠杆值（leverage）进行排序，并绘制杠杆值与残差的 图形。如果图形显示高杠杆值对应的点有异常的残差分布，则可能 存在异方差性。
经典单方程计量经济学模型(异 方差性)
目
CONTENCT
录
• 异方差性简介 • 异方差性的检验 • 异方差性的处理方法 • 异方差性与模型选择 • 经典单方程计量经济学模型中的异
方差性
01
异方差性简介
定义与特性
异方差性是指模型残差的方差不为常数，随着解释 变量的变化而变化。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

可编辑ppt
11
❖ 增加样本容量。 ❖ 利用先验信息改变参数的约束形式 ❖ 变换模型的形式 ❖ 逐步回归法 ❖ 主成分回归
可编辑ppt
12
案例——中国粮食生产函数
根据理论和经验分析，影响粮食生产（Y）的 主要因素有：
农业化肥施用量（X1）；粮食播种面积(X2)
成灾面积(X3);
农业机械总动力(X4);
农业劳动力(X5)
已知中国粮食生产的相关数据（case12)，建立 中国粮食生产函数：
Y=0+1 X1 +2 X2 +3 X3 +4 X4 +4 X5 +
可编辑ppt
13
1、用OLS法估计上述模型：
Y ˆ 1 . 4 2 6 . 2 X 4 1 8 0 . 4 1 X 2 1 0 . 1 2 3 X 3 6 0 . 0 6 1 X 4 0 . 0 9 6 X 52 8
可编辑ppt
14
2、检验简单相关系数
❖ （1）相关系数检验。在命令窗口输入： COR X1 X2 X3 X4 X5，或者在变量组窗口， 点击VIEW-CORRELATION
可编辑ppt
ห้องสมุดไป่ตู้
15
2、检验简单相关系数
列出X1，X2，X3，X4，X5的相关系数矩阵：
X1
X2
X3 X4
X5
X1 1.00 0.01 0.64 0.96 0.55
可编辑ppt
4
❖ 拉姆齐的RESET检验的EViews实现：
❖ 选择Equation工具栏中的View\Stability Test\Ramsey RESET Test功能。
可编辑ppt
5
例7
❖ 本实验采用的数据是美国25家主要金属行业 的产出Y、资本投入K以及劳动投入L。 （table3-2.wf1）。有人认为估计模型为 LnY=LnA+aLnK+bLnL，利用Ramsey RESET检验来判断模型是否存在模型设定误 差。检验的原假设是：模型不存在设定误差。
第三章 经典单方程计量经济学 模型：放宽基本假定的模型
可编辑ppt
1
❖ 第一节 ❖ 第二节 ❖ 第三节 ❖ 第四节 ❖ 第五节
误设定的诊断与处理 多重共线性的诊断与对策 异方差的诊断与处理 自相关的诊断与处理 随机解释变量问题（工具变量法）
可编辑ppt
2
第一节 误设定
❖ 模型设定误差的类型一般有： ❖ 遗漏了重要的解释变量； ❖ 模型包含无关的解释变量； ❖ 采用了不正确的函数形式。
❖ EViews不能直接计算自变量的方差扩大因子， 需根据前述公式计算得到
可编辑ppt
9
❖ 一般情况下并不需要对共线性进行特别的检 验，但如果回归方程的可决系数很高，或F值 很大，而系数的标准差较大（t值很小），则 说明解释变量间存在较严重的多重共线性。
可编辑ppt
10
❖ 当自变量出现共线性时，应设法消除其影响，一方 面从收集数据，增大样本容量考虑，一方面改变模 型形式。
X2 0.01 1.00 -0.45 -0.04 0.18
X3 0.64 -0.45 1.00 0.69 0.36
X4 0.96 -0.04 0.69 1.00 0.45
X5 0.55 0.18 0.36 0.45 1.00
❖ 发现： X1与X4间存在高度相关性。
可编辑ppt
16
❖ （2）方差膨胀因子检验。
可编辑ppt
17
❖ 计算X1的VIF值。首先建立一个方程，不妨 命名为eqx1。它是以x1为因变量，其余变量
为自变量建立的方程，然后在主窗口命令行 输入 scalar vifx1=1/(1-eqx1.@R2), 该命令 的意思是建立一个取值为上式的标量vifx1， 其中R2是R2.执行后主窗口的左下角状态栏上 会出现：“vifx1 successfully created”的字样， 同时工作表中产生一个叫做vifx1的新变量。 可以查看其值，大于10，就是存在多重共线 性。
❖
其中
R
2 j
是把xj作为因变量，其余p-1个自变量
作为自变量建立多元线性回归模型所得的决
定系数，也即xj与其余p-1个自变量间的复相 关系数。
可编辑ppt
8
❖ 当存在某变量的VIF，大于10时就可认为自变 量间有比较严重的共线性。还可以用所有p个 自变量所对应的方差扩大因子的平均数，如 远大于10时，表示自变量间存在严重的共线 性。
❖ 常用的方法有:
❖ 剔除法。设法找到引起共线性的变量并给予剔除。 这涉及到剔除的准则问题，通常可选择VIF值最大 或未通过系数显著性检验的变量进行剔除，剔除时 最好结合testdrop检验，检验剔除自变量是否对模 型不利。
❖ 差分法。将原模型变形，在建模过程中在方程定义 栏中输入 y-y(-1) x1-x1(-1) … xp-xp(-1) . 差分常常 会丢失一些信息，使用时应慎重。
可编辑ppt
6
第二节 多重共线性的诊断与对策
❖ 一般地，如果模型的F很大， F检验通过，但 有些系数不能通过t检验，或模型的自变量之 间简单相关系数很高，或回归系数的符号与 简单相关系数的符号相反，都有理由怀疑存 在多重共线性。
可编辑ppt
7
❖ 另外，方差扩大因子法也是诊断多重共线性 的常用手段。
❖ 先建立每个解释变量对其余解释变量的辅助 回归模型。EVIEWS可以调用已建方程的回 归系数。
❖ 调用的格式是：equation_name.@contents， 其中前面是已建方程的名称，contents包括 已建方程中的系数和统计量，常用的有 coef(n), 表示系数向量矩阵的第n个元素，R2 是拟合优度等。这样调用可以重新输入带来 的一些不必要的麻烦。
(-0.91) (8.39) (3.32) (-2.81) (-1.45) (-0.14)
R2接近于1； 给定=5%，得F临界值 F0.05(5,12)=3.11
F=638.4 > 15.19， 故认上述粮食生产的总体线性关系显著成立。
但X4 、X5 的参数未通过t检验，且符号不正确， 故解释变量间可能存在多重共线性。
可编辑ppt
3
模型设定误差的检验
❖ （1） 模型是否包含无关解释变量的检验
❖ 对模型中是否包含无关解释变量的检验，就 是对模型解释变量的参数是否为0的检验
❖ （2）模型遗漏重要解释变量和采用错误函数 形式的检验
❖ 1）残差图示法检验
❖ 2）一般性设定偏误检验：拉姆齐（Ramsey） 的RESET检验