变为工农业总产值。解释变量变成了一个,自然消除了多重共线性。5.2 利用已知信息合并解释变量通过经济理论及对实际问题的深刻理解,对发生多重共线性的解释变量引入附加条件从而减弱或消除多重共线性。比如有二元回归模型yt = ?0+ ?1 xt1 +?2xt2 + utx1与x2间存在多重共线性。如果能给出?1与?2的某种关系,?2 = ??1其中?为常数。yt = ?0+ ?1 xt1 +??1xt2 + ut = ?0 + ?1 (xt1 +?xt2) + ut令xt = xt1 +?xt2 得yt = ?0+ ?1 xt + ut模型是一元线性回归模型,所以不再有多重共线性问题。(第2版教材第194页)(第3版教材第166页)5.多重共线性的克服方法(第2版教材第194页)(第3版教材第166页)5.3 增加样本容量或重新抽取样本这种方法主要适用于那些由测量误差而引起的多重共线性。当重新抽取样本时,克服了测量误差,自然也消除了多重共线性。有时,增加样本容量也可以减弱多重共线性的程度。5.4 利用解释变量之间的关系如果解释变量之间存在多重共线性,那么可以利用它们之间的关系,引入附加方程,从而将单方程模型转化为联立方程模型,克服多重共线性。5.5 变换模型形式通过变换模型形式克服多重共线性。例如某产品销量Y取决于其出厂价格X1,市场价格X2,和市场供应量X3。模型为LnY = ?0 +?1X1+ ?2X2+ ?3X3+ut通常,X1与X2是高度相关的,如果研究的目的是预测销售量Y,则可以用相对价格X1/ X2代替X1与X2对销售量Y的影响,LnY = ?0 +?1(X1/X2) + ?3X3+ut从而克服了X1与X2的多重共线性。5.多重共线性的克服方法(第2版教材第194页)(第3版教材第166页)5.多重共线性的克服方法(第2版教材第195页)(第3版教材第166页)
全文预览
