第四章 多重共線性_第1頁
第四章 多重共線性_第2頁
第四章 多重共線性_第3頁
第四章 多重共線性_第4頁
第四章 多重共線性_第5頁
已閱讀5頁,還剩13頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

第四章多重共線性第一頁,共十八頁,2022年,8月28日第四章多重共線性一、多重共線性的定義:案例1能源消費第二頁,共十八頁,2022年,8月28日1985766828989.18964.43448.7417.9406.921.368.2919868085010201.410202.23967525.7475.623.268.3219878663211954.511962.54585.8665.8544.926.467.4819889299714922.314928.35777.281066131.266.5419899693416917.816909.2648479478635.366.5119909870318598.418547.96858859.41147.542.467.2199110378321662.521617.88087.11015.11409.746.965.9199210917026651.926638.110284.514151681.854.666199311599334560.534634.414143.82284.72123.261.267.3219941227374667046759.419359.63012.62685.972.765.2199513117657494.958478.124718.33819.63054.783.571.05199613894866850.567884.629082.64530.5349493.171.5199713779873142.774462.632412.14810.63797.2101.869.23199813221476967.278345.233387.95231.44121.3106.669.44例1中國能源消費需求量影響因素能源消費標準煤總量國民總收入X1GDPX2工業(yè)增加值X3建筑業(yè)增加值X4交通運輸郵電業(yè)增加值X5人均生活電力消費X6能源加工轉(zhuǎn)換效率X7/%年份第三頁,共十八頁,2022年,8月28日二、產(chǎn)生多重共線性的背景——例題2商品進口額與GDP、CPI1、用時間序列數(shù)據(jù)作樣本時,許多經(jīng)濟變量在隨時間變化的過程中往往存在著共同的變化趨勢;

(比如收入、消費、投資受經(jīng)濟周期的影響)2、用截面數(shù)據(jù)作樣本時,解釋變量常常從經(jīng)濟意義上存在著密切的關(guān)聯(lián)度;(選擇中國各省份、上市公司樣本,大公司規(guī)模)3、在模型中大量采用滯后變量;同一變量的逐次值一般都存在相互關(guān)系;(消費)corxx(-1)4、建模時選擇了相關(guān)的變量第四頁,共十八頁,2022年,8月28日例2中國商品進口額、國內(nèi)生產(chǎn)總值、消費價格指數(shù)國內(nèi)生產(chǎn)總值/億元居民消費價格指數(shù)(1985年為100)/%19851257.88964.410019861498.310202.2106.519871614.211962.5114.319882055.114928.3135.819892199.916909.2160.219902574.318547.9165.219913398.721617.8170.819924443.326638.1181.719935986.234634.4208.419949960.146759.4258.6199511048.158478.1302.8199611557.467884.6327.9199711806.574462.6337.1199811626.178345.2334.4199913736.482067.5329.7200018638.889468.1331商品進口額年份第五頁,共十八頁,2022年,8月28日第六頁,共十八頁,2022年,8月28日系數(shù)β2的方差其中,r23是變量X2與X3之間相關(guān)系數(shù)的平方因此,由于X2與X3之間是相關(guān)的,導致方差Var(β2)無限大第七頁,共十八頁,2022年,8月28日例題31978-2003年財政收入及其影響因素數(shù)據(jù)19781132.31018.41607138.2962592239.15076019791146.41258.91769.7143.8975422619.43937019801159.91359.41996.5195.5987052976.14453019811175.81545.62048.4207.11000723309.13979019821212.31761.62162.3220.71016543637.933130198313671960.82375.6270.61030084020.53471019841642.92295.52789316.71043574694.53189019852004.82541.63448.7417.9105851577344370198621222763.93967525.710750765424714019872199.43204.34585.8665.81093007451.24209019882357.238315777.28101110269360.15087019892664.94228648479411270410556.54699119902937.150176858859.411433311365.23847419913149.485288.68087.11015.111582313145.95547219923483.37580010284141511717115952.151333財政收入CS農(nóng)業(yè)增加值NZ工業(yè)增加值GZ建筑業(yè)增加值總?cè)丝?萬人最終消費CUM受災面積SZM/萬頃年份第八頁,共十八頁,2022年,8月28日第九頁,共十八頁,2022年,8月28日第十頁,共十八頁,2022年,8月28日DependentVariable:YSample:19781997Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.C470.8966892.63940.5275330.6074X20.0062420.0925060.0674780.9473X30.0654010.1503090.4351120.6712X499.05582154.01020.6431770.5322X50.9005500.1904854.7276740.0005X60.4471340.0795215.6228200.0001X7-0.0943190.022091-4.2695950.0011X8-0.0120210.021249-0.5657230.5820R-squared0.998998

Meandependentvar5153.350AdjustedR-squared0.998414

S.D.dependentvar2511.950S.E.ofregression100.0367

Akaikeinfocriterion12.33813Sumsquaredresid120088.2

Schwarzcriterion12.73642Loglikelihood-115.3813

F-statistic1709.713Durbin-Watsonstat2.221408

Prob(F-statistic)0.000000第十一頁,共十八頁,2022年,8月28日例題31978-2003年財政收入及其影響因素數(shù)據(jù)19781132.31018.41607138.2962592239.15076019791146.41258.91769.7143.8975422619.43937019801159.91359.41996.5195.5987052976.14453019811175.81545.62048.4207.11000723309.13979019821212.31761.62162.3220.71016543637.933130198313671960.82375.6270.61030084020.53471019841642.92295.52789316.71043574694.53189019852004.82541.63448.7417.9105851577344370198621222763.93967525.710750765424714019872199.43204.34585.8665.81093007451.24209019882357.238315777.28101110269360.15087019892664.94228648479411270410556.54699119902937.150176858859.411433311365.23847419913149.485288.68087.11015.111582313145.95547219923483.37580010284141511717115952.151333財政收入CS農(nóng)業(yè)增加值NZ工業(yè)增加值GZ建筑業(yè)增加值總?cè)丝?萬人最終消費CUM受災面積SZM/萬頃年份第十二頁,共十八頁,2022年,8月28日DependentVariable:YMethod:LeastSquaresSample:19942003Includedobservations:10VariableCoefficientStd.Errort-StatisticProb.C36099.15135619.60.2661790.8073X1農(nóng)業(yè)增加值-1.7624200.310661-5.6731380.0109X2工業(yè)增加值0.5083370.6358210.7994970.4825X3建筑業(yè)增加值1.0396862.6678210.3897130.7228X4總?cè)丝?0.2239131.223285-0.1830430.8664X5最終消費0.2410200.5242380.4597530.6770X6受災面積-0.1282840.087016-1.4742610.2369R-squared0.996845

Meandependentvar11923.96AdjustedR-squared0.990534

S.D.dependentvar5572.163S.E.ofregression542.1249

Akaikeinfocriterion15.62490Sumsquaredresid881698.1

Schwarzcriterion15.83671Loglikelihood-71.12448

F-statistic157.9675Durbin-Watsonstat2.366724

Prob(F-statistic)0.000772第十三頁,共十八頁,2022年,8月28日

VIF=1/(1-Rj2)=1/(1-0.996)=312.5

X4=-4.821-0.000663X3+0.000107X8第十四頁,共十八頁,2022年,8月28日多重共線性診斷的方法總結(jié):(1)解釋變量之間的相關(guān)系數(shù)較大(2)在回歸模型中,雖然R2很大,但是一些重要解釋變量的符號不符合經(jīng)濟意義,且參數(shù)沒有通過顯著性檢驗;(3)在Xj對其他解釋變量的輔助回歸方程中,回歸參數(shù)通過顯著性檢驗,且VIF遠遠大于10,說明

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論