7.3多重共線性的檢驗_第1頁
7.3多重共線性的檢驗_第2頁
7.3多重共線性的檢驗_第3頁
7.3多重共線性的檢驗_第4頁
7.3多重共線性的檢驗_第5頁
已閱讀5頁，還剩2頁未讀， 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

第三節(jié) 多重共線性的檢驗相關系數(shù)檢驗輔助回歸模型檢驗方差膨脹因子法直觀判斷法1 對于有兩個解釋變量的模型，可以利用兩個解釋變量之間的相關系數(shù)來判斷兩個解釋變量之間是否存在顯著的線性關系。 判斷規(guī)則：一般而言，如果兩個解釋變量的相關系數(shù)比較高，例如大于0.8，則可認為存在著較嚴重的多重共線性。一、相關系數(shù)檢驗2二、輔助回歸模型檢驗 對于多于兩個解釋變量的模型，可以分別利用 其中一個解釋變量對其他所有解釋變量進行線性回歸，并計算出擬合優(yōu)度 ， 如果某一個擬合優(yōu)度較大，則說明對應的解釋變量與其他解釋變量之間存在共線性。3 三、方差膨脹因子法 4經驗規(guī)則方差膨脹因子越大，表明解釋變量之間的多重共性越嚴重。反過來，方差膨脹因子越接近于1，多重共線性越弱。經驗表明，方差膨脹因子10時，說明解釋變量與其余解釋變量之間有嚴重的多重共線性，且這種多重共線性可能會過度地影響最小二乘估計。5四、直觀判斷法1.考察參數(shù)最小二乘估計值的符號和大小，如果不符合經濟理論或實際情況，說明模型可能存在多重共線性。2.增加或減少解釋變量，變動樣本觀測值，考察參數(shù)估計值的變化，如果變化明顯，說明模 型中可能存在多重共線性。63. 若多元線性回歸模型的擬合優(yōu)度較大，但回歸系數(shù)在統(tǒng)計上均不顯著，即t統(tǒng)計量的絕對值過小，說明模型可能存在多重共線性。4. 解釋變量的相關

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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。

最新文檔

評論

0/150

提交評論