厦门大学计量经济学课件Chp8多重共线性.pptVIP

由表中的比值可以直观地看到，两变量增量的线性关系弱于总量之间的线性关系。 进一步分析： Y与C(-1)之间的判定系数为0.9845， △Y与△C(-1)之间的判定系数为0.7456。 一般认为：两个变量之间的判定系数大于0.8时，二者之间存在线性关系。 所以，原模型经检验地被认为具有多重共线性，而差分模型则可认为不具有多重共线性。 其他补救措施 因子或主成分分析 岭回归 本章小结 多重共线性：两个或多个变量高度线性相关 多重共线性的后果 多重共线性的检验 多重共线性的诊断 作业：P201 8.22 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，建立中国粮食生产函数： Y=B0+B1 X1 +B2 X2 +B3 X3 +B4 X4 +B4 X5 +u 表：中国粮食生产与相关投入资料 年份 粮食产量Y万吨 农业化肥施用量X1万公斤 粮食播种面积X2千公顷 受灾面积X3公顷 农业机械总动力X4万千瓦 农业劳动力X5万人 1983 38728 1659.8 114047 16209.3 18022 31645.1 1984 40731 1739.8 112884 15264 19497 31685 1985 37911 1775.8 108845 22705.3 20913 30351.5 1986 39151 1930.6 110933 23656 22950 30467 1987 40208 1999.3 111268 20392.7 24836 30870 1988 39408 2141.5 110123 23944.7 26575 31455.7 1989 40755 2357.1 112205 24448.7 28067 32440.5 1990 44624 2590.3 113466 17819.3 28708 33330.4 1991 43529 2806.1 112314 27814 29389 34186.3 1992 44264 2930.2 110560 25894.7 30308 34037 1993 45649 3151.9 110509 23133 31817 33258.2 1994 44510 3317.9 109544 31383 33802 32690.3 1995 46662 3593.7 110060 22267 36118 32334.5 1996 50454 3827.9 112548 21233 38547 32260.4 1997 49417 3980.7 112912 30309 42016 32434.9 1998 51230 4083.7 113787 25181 45208 32626.4 1999 50839 4124.3 113161 26731 48996 32911.8 2000 46218 4146.4 108463 34374 52574 32797.5 1. 用OLS法估计上述模型： 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。 (-0.91) (8.39) (3.32) (-2.81) (-1.45) (-0.14) 2. 检验简单相关系数 发现： X1与X4间存在高度相关性。 列出X1，X2，X3，X4，X5的相关系数矩阵： 3. 找出最简单的回归形式 可见，应选第一个式子为初始的回归模型。 分别作Y与X1，X2，X4，X5间的回归： (25.58) (11.49) R2=0.8919 F=132.1 DW=1.56 (-0.49) (1.14) R2=0.075 F=1.30 DW=0.12 (17.45) (6.68) R2=0.7527 F=48.7 DW=1.11 (-1.04) (2.66) R2=0.3064 F=7.07 DW=0.36 4. 逐步回归