第四章多重共線(xiàn)性演示文稿

第四章多重共線(xiàn)性演示文稿目前一頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)優(yōu)選第四章多重共線(xiàn)性目前二頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)問(wèn)題的提出在前述基本假定下OLS估計(jì)具有BLUE的優(yōu)良性。然而實(shí)際問(wèn)題中，這些基本假定往往不能滿(mǎn)足，使OLS方法失效不再具有BLUE特性。估計(jì)參數(shù)時(shí)，必須檢驗(yàn)基本假定是否滿(mǎn)足，并針對(duì)基本假定不滿(mǎn)足的情況，采取相應(yīng)的補(bǔ)救措施或者新的方法。檢驗(yàn)基本假定是否滿(mǎn)足的檢驗(yàn)稱(chēng)為計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)?zāi)壳叭?yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)回顧6項(xiàng)基本假定（1）解釋變量間不相關(guān)（無(wú)多重共線(xiàn)性）（2）E(ui)=0（隨機(jī)項(xiàng)均值為零）

（3）Var(ui)=2（同方差）

（4）Cov(ui,uj)=0（隨機(jī)項(xiàng)無(wú)自相關(guān)）（5）Cov(X,ui)=0（隨機(jī)項(xiàng)與解釋變量X不相關(guān)）（6）隨機(jī)擾動(dòng)項(xiàng)服從正態(tài)分布。up目前四頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)1.線(xiàn)性特征

是的線(xiàn)性函數(shù)

2.無(wú)偏特性

3.最小方差特性

在所有的線(xiàn)性無(wú)偏估計(jì)中，OLS估計(jì)具有最小方差結(jié)論：在古典假定條件下,OLS估計(jì)式是最佳線(xiàn)性無(wú)偏估計(jì)式（BLUE）

OLS估計(jì)式的統(tǒng)計(jì)性質(zhì)——高斯定理up目前五頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)不滿(mǎn)足基本假定的情形1、解釋變量之間相關(guān)=>多重共線(xiàn)2、隨機(jī)擾動(dòng)項(xiàng)方差不等于常數(shù)=>異方差截面數(shù)據(jù)時(shí)，經(jīng)常出現(xiàn)異方差3、隨機(jī)擾動(dòng)項(xiàng)相關(guān)=>序列自相關(guān)時(shí)間序列數(shù)據(jù)經(jīng)常出現(xiàn)序列相關(guān)目前六頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)解決問(wèn)題的思路?1、定義違反各個(gè)基本假定的基本概念?2、違反基本假定的原因、后果?3、違反基本假定的檢驗(yàn)?4、違反基本假定的補(bǔ)救措施up目前七頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)?什么是多重共線(xiàn)性?多重共線(xiàn)性產(chǎn)生的后果（1）?多重共線(xiàn)性的檢驗(yàn)?多重共線(xiàn)性的補(bǔ)救措施（2）

案例分析

本章小結(jié)本章討論第四章多重共線(xiàn)性目前八頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)第一節(jié)什么是多重共線(xiàn)性?xún)蓚€(gè)實(shí)例例1：某地區(qū)為研究不同家庭的消費(fèi)Y與收入X2的關(guān)系，在此基礎(chǔ)上，還引進(jìn)了消費(fèi)者家庭財(cái)富狀況X3作為第二個(gè)解釋變量?；貧w方程為：SE=（6.7525）（0.8229）（0.0807）

t=（3.6690）（1.1442）（-0.5261）

F＝92．4020

=24.7747+0.9415X2-0.0424*X3

（1）目前九頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)消費(fèi)支出、收入和財(cái)富的截面數(shù)據(jù)

單位：美元消費(fèi)支出收入財(cái)富7080810651001009901201273951401425110160163311518018761202002052140220220115524024351502602686目前十頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)這一回歸結(jié)果說(shuō)明什么?可決系數(shù)和修正可決系數(shù)都很理想F統(tǒng)計(jì)量高度顯著，說(shuō)明X1、X2聯(lián)合對(duì)Y的影響顯著各變量參數(shù)的t檢驗(yàn)都不顯著，不能否定等于零的假設(shè)財(cái)產(chǎn)變量的系數(shù)竟然與預(yù)期的符號(hào)相反。目前十一頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)僅對(duì)Y和X2的回歸，看會(huì)出現(xiàn)什么情況：

Y=24.4545+0.5091X2

（2）

(6.4138)(0.0357)

(3.8128)(14.2432)

在二元線(xiàn)性模型（1）中，收入變量是統(tǒng)計(jì)上不顯著的，而在現(xiàn)在的一元線(xiàn)性模型（2）中則是高度顯著的。同樣，我們做對(duì)Y和X3的回歸

Y=24.411+0.0498X3

（3）

(6.874)(0.0037)

(3.551)(13.29)

我們看到財(cái)富現(xiàn)在對(duì)消費(fèi)支出也有顯著的影響目前十二頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)再比如課本例題

發(fā)展農(nóng)業(yè)和建筑業(yè)會(huì)減少財(cái)政收入嗎？

為了分析各主要因素對(duì)財(cái)政收入的影響，建立財(cái)政收入模型:其中:CS財(cái)政收入(億元);NZ農(nóng)業(yè)增加值(億元);GZ工業(yè)增加值(億元);JZZ建筑業(yè)增加值(億元);TPOP總?cè)丝?萬(wàn)人);CUM最終消費(fèi)(億元);SZM受災(zāi)面積(萬(wàn)公頃)數(shù)據(jù)樣本時(shí)期1978年-2007年采用普通最小二乘法得到以下估計(jì)結(jié)果目前十三頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)

●可決系數(shù)為0.989654，校正的可決系數(shù)為0.986955，模型擬合很好。模型對(duì)財(cái)政收入的解釋程度高達(dá)98.7%?！馞統(tǒng)計(jì)量為366.6801，說(shuō)明0.05水平下回歸方程整體上顯著?！駎檢驗(yàn)結(jié)果表明，除了農(nóng)業(yè)增加值、建筑業(yè)增加值以外，其他因素對(duì)財(cái)政收入影響均不顯著。●農(nóng)業(yè)增加值的回歸系數(shù)是負(fù)數(shù)。

農(nóng)業(yè)的發(fā)展反而會(huì)使財(cái)政收入減少嗎？!

這樣的異常結(jié)果顯然與理論分析和實(shí)踐經(jīng)驗(yàn)不相符。若模型設(shè)定和數(shù)據(jù)真實(shí)性沒(méi)問(wèn)題，問(wèn)題出在哪里呢？模型估計(jì)與檢驗(yàn)結(jié)果分析目前十四頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)一.多重共線(xiàn)性的概念多重共線(xiàn)性：在多元線(xiàn)性回歸模型中，解釋變量之間存在著完全的線(xiàn)性關(guān)系或接近的線(xiàn)性關(guān)系完全多重共線(xiàn)性近似多重共線(xiàn)性目前十五頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)不存在多重共線(xiàn)性只說(shuō)明解釋變量之間沒(méi)有線(xiàn)性關(guān)系,而不排除他們之間存在某種非線(xiàn)性關(guān)系

目前十六頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)1、經(jīng)濟(jì)變量的共同變化趨勢(shì)

許多經(jīng)濟(jì)變量在隨時(shí)間的變化過(guò)程中往往存在共同的變動(dòng)趨勢(shì)。這就使得它們之間容易產(chǎn)生多重共線(xiàn)性。例如在經(jīng)濟(jì)繁榮時(shí)期，收入、消費(fèi)、儲(chǔ)蓄、投資、就業(yè)都趨向于增長(zhǎng)；在經(jīng)濟(jì)衰退時(shí)期，都趨向于下降。如果將這些變量作為解釋變量同時(shí)引入模型，則它們之間極有可能存在很強(qiáng)的相關(guān)性。

二、產(chǎn)生多重共線(xiàn)性的原因目前十七頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)2、模型中采用滯后變量

例如：在計(jì)量經(jīng)濟(jì)模型中，往往需要引入滯后變量來(lái)反映真實(shí)的經(jīng)濟(jì)關(guān)系。

例如，消費(fèi)=f(當(dāng)期收入,前期收入）顯然，兩期收入間有較強(qiáng)的線(xiàn)性相關(guān)性。目前十八頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)3、用截面數(shù)據(jù)建立模型也可能出現(xiàn)多重共線(xiàn)性比如建立企業(yè)生產(chǎn)函數(shù)模型，以產(chǎn)出量為解釋變量，選擇資本、勞動(dòng)、技術(shù)等投入要素為解釋變量。而這些投入要素的數(shù)量往往與產(chǎn)出量呈正比，產(chǎn)出量高的企業(yè)，投入的各種要素都比較多，這就使得投入要素之間出現(xiàn)線(xiàn)性相關(guān)性。

目前十九頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)一般來(lái)講，解釋變量之間存在多重共線(xiàn)性是難以避免的，所以在多元線(xiàn)性回歸模型中，我們關(guān)心的并不是多重共線(xiàn)性的有無(wú)，而是多重共線(xiàn)性的程度。當(dāng)多重共線(xiàn)性程度過(guò)高時(shí)，給最小二乘估計(jì)量帶來(lái)嚴(yán)重的后果。因此，我們追求的也是使多重共線(xiàn)性的程度盡可能地減弱。up目前二十頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)第二節(jié)多重共線(xiàn)性產(chǎn)生的后果

一、完全多重共線(xiàn)性下的后果二、不完全多重共線(xiàn)性下的后果up目前二十一頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)1、參數(shù)估計(jì)值不確定一、完全多重共線(xiàn)性下的后果例：以二元線(xiàn)性回歸模型為例目前二十二頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)EVIEWS遇到完全多重共線(xiàn)性時(shí)，會(huì)顯示Nearsingularmatrix，無(wú)法進(jìn)行估計(jì)目前二十三頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)2、參數(shù)估計(jì)值的方差無(wú)限大即：up目前二十四頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)1、估計(jì)量的方差增大由于1/（1-r2)稱(chēng)為方差膨脹因子(VarianceInflatingFactor)，記成VIF。方差膨脹因子二、不完全多重共線(xiàn)性下的后果目前二十五頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)2.t檢驗(yàn)容易作出錯(cuò)誤的判斷3.可能造成可決系數(shù)較高，但對(duì)各個(gè)參數(shù)單獨(dú)的t檢驗(yàn)卻可能不顯著，甚至可能使估計(jì)的回歸系數(shù)符號(hào)相反，得出完全錯(cuò)誤的結(jié)論。

up目前二十六頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)練習(xí)題4.5從模型擬合結(jié)果可知，樣本觀測(cè)個(gè)數(shù)為27，消費(fèi)模型的判定系數(shù)，F(xiàn)統(tǒng)計(jì)量為107.37，在0.05置信水平下查分子自由度為3，分母自由度為23的F臨界值為3.028，計(jì)算的F值遠(yuǎn)大于臨界值，表明回歸方程是顯著的。模型整體擬合程度較高。依據(jù)參數(shù)估計(jì)量及其標(biāo)準(zhǔn)誤，可計(jì)算出各回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)量值：目前二十七頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)除t1外，其余的t值都很小。工資收入X1的系數(shù)的t檢驗(yàn)值雖然顯著，但該系數(shù)的估計(jì)值過(guò)大，該值為工資收入對(duì)消費(fèi)邊際效應(yīng)，因?yàn)樗鼮?.059，意味著工資收入每增加一美元，消費(fèi)支出的增長(zhǎng)平均將超過(guò)一美元，這與經(jīng)濟(jì)理論和常識(shí)不符。另外，理論上非工資—非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費(fèi)行為的重要解釋變量，但兩者的t檢驗(yàn)都沒(méi)有通過(guò)。這些跡象表明，模型中存在嚴(yán)重的多重共線(xiàn)性，不同收入部分之間的相互關(guān)系，掩蓋了各個(gè)部分對(duì)解釋消費(fèi)行為的單獨(dú)影響。up目前二十八頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)習(xí)題目前二十九頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)目前三十頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)目前三十一頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)up目前三十二頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)

第三節(jié)多重共線(xiàn)性的檢驗(yàn)一、簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法二、方差膨脹因子三、綜合判斷法四、逐步回歸檢測(cè)法up目前三十三頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)一、簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法

含義：簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法是利用解釋變量之間的線(xiàn)性相關(guān)程度去判斷是否存在嚴(yán)重多重共線(xiàn)性的一種簡(jiǎn)便方法。判斷規(guī)則：一般而言，如果每?jī)蓚€(gè)解釋變量的簡(jiǎn)單相關(guān)系數(shù)(零階相關(guān)系數(shù))比較高，例如大于0.8，則可認(rèn)為存在著較嚴(yán)重的多重共線(xiàn)性。目前三十四頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)例如（例1）Quick—groupstatistics--correlationX1 X2X1 1 0.999X2 0.999 1說(shuō)明X1 、X2近似完全線(xiàn)性關(guān)系?？梢耘卸Ｐ痛嬖趪?yán)重的多重共線(xiàn)性目前三十五頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)NZGZJZZTPOPCUMSZMNZ

1.000

0.981

0.982

0.946

0.985

0.590GZ

0.981

1.000

0.999

0.904

0.999

0.570JZZ

0.982

0.999

1.000

0.904

0.998

0.567TPOP

0.946

0.904

0.904

1.000

0.917

0.639CUM

0.985

0.999

0.998

0.917

1.000

0.575SZM

0.570

0.570

0.567

0.639

0.575

1.000例如（引子）目前三十六頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)

注意：

較高的簡(jiǎn)單相關(guān)系數(shù)只是多重共線(xiàn)性存在的充分條件，而不是必要條件。特別是在多于兩個(gè)解釋變量的回歸模型中，有時(shí)較低的簡(jiǎn)單相關(guān)系數(shù)也可能存在多重共線(xiàn)性。因此并不能簡(jiǎn)單地依據(jù)相關(guān)系數(shù)進(jìn)行多重共線(xiàn)性的準(zhǔn)確判斷。目前三十七頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)up目前三十八頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)二、方差膨脹因子在二元回歸模型中，VIF表明：當(dāng)x1、x2高度相關(guān)時(shí)（r12→1），VIF→+∞；OLS估計(jì)量的方差將成倍增長(zhǎng)，直至趨于無(wú)窮大。經(jīng)驗(yàn)：VIF＜5，存在輕度的多重共線(xiàn)性5≤VIF＜10，存在較重的多重共線(xiàn)性VIF≥10，存在嚴(yán)重的多重共線(xiàn)性

目前三十九頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)多元中VIF怎么表示呢VIFi=1/（1-Ri2)其中Ri2表示第i個(gè)解釋變量用其他解釋變量輔助線(xiàn)性回歸的可決系數(shù)VIF方法直觀，但是Eviews不能直接計(jì)算VIF的數(shù)值。需要逐個(gè)進(jìn)行回歸，較為麻煩。up目前四十頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)三、綜合判斷法

另外判斷參數(shù)估計(jì)值的符號(hào)，如果不符合經(jīng)濟(jì)理論或?qū)嶋H情況，可能存在多重共線(xiàn)性。up目前四十一頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)四、逐步回歸檢測(cè)法

逐步回歸的基本思想將變量逐個(gè)的引入模型，每引入一個(gè)解釋變量后，都要進(jìn)行Ｆ檢驗(yàn)，并對(duì)已經(jīng)選入的解釋變量逐個(gè)進(jìn)行t檢驗(yàn)，當(dāng)原來(lái)引入的解釋變量由于后面解釋變量的引入而變得不再顯著時(shí)，則將其剔除。以確保每次引入新的變量之前回歸方程中只包含顯著的變量。在逐步回歸中，高度相關(guān)的解釋變量，在引入時(shí)會(huì)被剔除。因而也是一種檢測(cè)多重共線(xiàn)性的有效方法。up目前四十二頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)第四節(jié)多重共線(xiàn)性的補(bǔ)救措施一、刪除不重要的解釋變量二、增加樣本容量三、利用差分變換四、利用先驗(yàn)信息五、數(shù)據(jù)的結(jié)合六、逐步回歸法up目前四十三頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)二、增加樣本容量建模時(shí)樣本數(shù)據(jù)太少，易產(chǎn)生多重共線(xiàn)性。例如，二元線(xiàn)性回歸模型up目前四十四頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)先驗(yàn)信息：在此之前的研究成果所提供的信息。利用某些先驗(yàn)信息，將信息重疊的一些變量合為一個(gè)變量，從而消除共線(xiàn)性。例如建立模型為：Y=a0+a1X1+a2X2+u此時(shí)發(fā)現(xiàn)被解釋變量存在多重共線(xiàn)性，且根據(jù)資料可得到a1=1/4a2，如何解決多重共線(xiàn)性?四、利用先驗(yàn)信息up目前四十五頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)例如，對(duì)國(guó)民經(jīng)濟(jì)生產(chǎn)函數(shù)研究，建立回歸方程：若通過(guò)經(jīng)濟(jì)理論分析或經(jīng)驗(yàn)判斷可認(rèn)為該經(jīng)濟(jì)系統(tǒng)存在規(guī)模效益不變的特征，即有上述回歸模型就轉(zhuǎn)變?yōu)椋耗壳八氖?yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)

即可將Y對(duì)L和K的二元雙對(duì)數(shù)線(xiàn)性回歸模型轉(zhuǎn)化為勞動(dòng)生產(chǎn)率（資本產(chǎn)出率）Y/L對(duì)勞動(dòng)資本裝備程度（勞動(dòng)對(duì)資本的投入率）K/L的一元雙對(duì)數(shù)線(xiàn)性回歸模型，避免了多重共線(xiàn)性的影響。

up目前四十七頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)五、數(shù)據(jù)的結(jié)合

如果經(jīng)濟(jì)計(jì)量建模利用的是時(shí)間序列數(shù)據(jù)（又存在多重共線(xiàn)性），可考慮用時(shí)間序列數(shù)據(jù)與截面數(shù)據(jù)相結(jié)合的辦法來(lái)修正多重共性的影響up目前四十八頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)三、利用差分變換

一般講，增量之間的線(xiàn)性關(guān)系遠(yuǎn)比總量之間的線(xiàn)性關(guān)系弱得多。則模型變化為up目前四十九頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)六、逐步回歸法

首先，用因變量Y對(duì)每一個(gè)解釋變量Xi分別進(jìn)行回歸，從中確定一個(gè)基本回歸方程。然后，逐一引入其它解釋變量，重新再作回歸，逐步擴(kuò)大模型的規(guī)模。

目前五十頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)引入每個(gè)新變量之后，如果1)擬合優(yōu)度得以改進(jìn)(提高)，而且每個(gè)參數(shù)統(tǒng)計(jì)檢驗(yàn)顯著，則引入的變量保留;

2)擬合優(yōu)度無(wú)明顯提高甚至下降，對(duì)其他參數(shù)無(wú)明顯影響，則舍棄該變量.3）擬合優(yōu)度提高，但方程內(nèi)其他參數(shù)的符號(hào)和數(shù)值明顯變化，可以肯定產(chǎn)生了嚴(yán)重多重共線(xiàn)性。目前五十一頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)注意:這時(shí)對(duì)于3),需考察變量間線(xiàn)性相關(guān)的形式和程度，經(jīng)過(guò)經(jīng)濟(jì)意義的綜合權(quán)衡，在線(xiàn)性相關(guān)程度最高的兩個(gè)變量中，略去其中對(duì)因變量影響較小，經(jīng)濟(jì)意義相對(duì)次要的一個(gè)，保留影響較大，經(jīng)濟(jì)意義相對(duì)重要的一個(gè)。此時(shí)不宜輕率舍去新引入變量，否則會(huì)造成模型設(shè)定偏誤和隨機(jī)項(xiàng)與解釋變量相關(guān)的后果。up目前五十二頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)一、刪除不重要的解釋變量up目前五十三頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)習(xí)題1、關(guān)于線(xiàn)性回歸模型中F檢驗(yàn)與t檢驗(yàn)的關(guān)系，描述錯(cuò)誤的是A.一元模型中F檢驗(yàn)與t檢驗(yàn)是等價(jià)的B.多元模型中，t檢驗(yàn)全部通過(guò)時(shí)，F(xiàn)檢驗(yàn)一定通過(guò)C.多元模型中，至少有一個(gè)變量的t檢驗(yàn)通過(guò)時(shí)，F(xiàn)檢驗(yàn)一定通過(guò)D.多元模型中，F(xiàn)檢驗(yàn)通過(guò)時(shí)，t檢驗(yàn)一定全部通過(guò)目前五十四頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)2、在對(duì)多元線(xiàn)性計(jì)量經(jīng)濟(jì)學(xué)模型進(jìn)行經(jīng)濟(jì)意義檢驗(yàn)時(shí)，發(fā)現(xiàn)某些參數(shù)估計(jì)量的符號(hào)是反號(hào)的，違背經(jīng)濟(jì)常識(shí)，同時(shí)，發(fā)現(xiàn)解釋變量間相關(guān)程度較高，這說(shuō)明模型很可能存在（）A.異方差性B.多重共線(xiàn)性C.序列相關(guān)性D.設(shè)定誤差目前五十五頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)4、下列各項(xiàng)中，不屬于解決多重共線(xiàn)性的方法的是（）A.刪除不必要的解釋變量B.增大樣本容量C.加權(quán)最小二乘法D.逐步回歸法目前五十六頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)1、變量不存在兩兩高度相關(guān)表示不存在高度多重共線(xiàn)性。2、多重共線(xiàn)性的存在降低OLS估計(jì)的方差。3.多重共線(xiàn)性問(wèn)題是隨機(jī)擾動(dòng)項(xiàng)違背古典假定引起的。4、如果有某一輔助回歸顯示出高的值，則高度共線(xiàn)性的存在是肯定無(wú)疑的了.（）

目前五十七頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)目前五十八頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)目前五十九頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)回答下列問(wèn)題（1）請(qǐng)根據(jù)上表中已由數(shù)據(jù)，填寫(xiě)表中畫(huà)線(xiàn)處缺失結(jié)果（注意給出計(jì)算步驟）；（2）模型是否存在多重共線(xiàn)性？為什么？up目前六十頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)

第五節(jié)案例分析一、研究的目的要求提出研究的問(wèn)題——為了規(guī)劃中國(guó)未來(lái)國(guó)內(nèi)旅游產(chǎn)業(yè)的發(fā)展，需要定量地分析影響中國(guó)國(guó)內(nèi)旅游市場(chǎng)發(fā)展的主要因素。二、模型設(shè)定及其估計(jì)影響因素分析與確定——影響因素主要有國(guó)內(nèi)旅游人數(shù)，城鎮(zhèn)居民人均旅游支出，農(nóng)村居民人均旅游支出，并以公路里程次和鐵路里程

作為相關(guān)基礎(chǔ)設(shè)施的代表

理論模型的設(shè)定其中：——第t年全國(guó)國(guó)內(nèi)旅游收入目前六十一頁(yè)\總數(shù)七十七頁(yè)\編于七點(diǎn)數(shù)據(jù)的收集與處理年份國(guó)內(nèi)旅游收入Y國(guó)內(nèi)旅游人數(shù)X2城鎮(zhèn)居民人均旅游花費(fèi)X3農(nóng)村居民人均旅游花費(fèi)X4公路里程X5鐵路里程X619941023.552400414.754.9111.785.919951375.76290046461.5115.75.9719961638.463900534.170.5118.586.4919972112.764400599.8145.7122.646.619982391.269450607197127.856.6419992831.971900614.8249.5135.176.7420003175.574400678.6226.6140.276.8720013522.478400708.3212.7169.87.0120023878.487800739.7209.1176.527.1920033442.387000684.9200180.987.320044710.7110200731.8210.2187.077.4420055285.9121200737.1227.6193.057.5420066229.74139400766.4221.9345.77.7120077770.62161000906.9222.5358.377.8目前六十二頁(yè)\總數(shù)七十七頁(yè)