溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇文章為大家展示了如何使用Eviews做輔助回歸來檢驗模型是否存在多重共線性，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。
回歸中的多重共線性是一個當模型中一些預測變量與其他預測變量相關時發生的條件。嚴重的多重共線性可能會產生問題，因為它可以增大回歸系數的方差，使它們變得不穩定。以下是不穩定系數導致的一些后果：
即使預測變量和響應之間存在顯著關系，系數也可能看起來并不顯著。
高度相關的預測變量的系數在樣本之間差異很大。
從模型中去除任何高度相關的項都將大幅影響其他高度相關項的估計系數。高度相關項的系數甚至會包含錯誤的符號。
對于模型的多重共線性可以用相關系數法、VIF法、輔助回歸法等去檢驗，這里著重說一下輔助回歸法。輔助回歸法是建立解釋變量之間的輔助回歸，去判斷解釋變量是否存在線性相關關系。以下面的數據為例：
首先用Eviews對數據進行OLS回歸，得到結果：
從回歸結果可知，在顯著性水平為5%時，三個變量XI、X2、X3的t值分別為8.6476、 1.5653、-4.9971，與它們的自由度為（15-3）為12的自由度的臨界值t=1.782相比，除了變量X2，其他兩個變量都是統計顯著的，表明消費水平與人均可支配收入與私人汽車擁有量線性相關，但是汽車總量卻沒有顯著相關，這與實際不太符合，而它們的總體檢驗又是顯著的，因此猜測是變量之間存在多重共線性。
接下來用Eviews做輔助回歸：
依次做變量X1對變量X2、X3的回歸，變量X2對X1，X3的回歸，變量X3對X1，X2的回歸，從回歸中得到相應的R^2,并通過對R^2是否顯著等于0進行F檢驗，運用F=R^2/(K-1)除上（1-R^2）/(n-k)，判斷該解釋變量是否與其他解釋變量存在共線性。
做一個輔助回歸示例，剩下的兩個輔助回歸在計算機中獲得，即可得到：
三次回歸的結果R^2的值都很高（在0.9以上），說明變量X1、X2、X3都與其他變量共線性，盡管它們共線的程度不一樣。
而多重共線性是是一種樣本現象，沒有哪一種方法能夠徹底消除多重共線性，只能減弱共線性的程度，常用的補救方法通常有從模型中刪掉一個變量、獲取新的數據或者重新考慮模型形式。
上述內容就是如何使用Eviews做輔助回歸來檢驗模型是否存在多重共線性，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
