【中级计量经济学】Lecture 2 多重共线性

一圈YQ

已于 2022-07-06 10:03:56 修改

阅读量1.5k

点赞数

分类专栏：中级计量经济学文章标签：金融

于 2022-07-06 09:32:26 首次发布

本文链接：https://blog.csdn.net/m0_55073049/article/details/125632736

版权

文章目录

- Lecture 2 多重共线性

Lecture 2 多重共线性

2.1 多重共线性的含义

完全共线性

对于解释变量 $X_1,X_2,\dots,X_k$ 存在不全为0的数 $\lambda_1,\lambda_2,\dots,\lambda_k$ 使得
$\lambda_1X_{1i}+\dots+\lambda_kX_{ki}=0\\ i=1,2,\dots,n$
表明解释变量之间存在完全共线性。

多重共线性

对于解释变量 $X_1,X_2,\dots,X_k$ 存在不全为0的数 $\lambda_1,\lambda_2,\dots,\lambda_k$ 使得
$\lambda_1X_{1i}+\dots+\lambda_kX_{ki}+\mu_i=0\\ i=1,2,\dots,n\\ \mu_i是随机变量$
表明解释变量之间是近似的线性关系。

2.2 解释变量关系与相关指标

指标1：
$x'x=\left[ \begin{matrix} \sum x_{1i}^2&\sum x_{1i}x_{2i}\\\sum x_{2i}x_{1i}&\sum x_{2i}^2\end{matrix} \right]$
指标2： $r a n k (x^{'} x)$

完全共线性，秩等于1；其他，秩等于2.
指标3：样本简单相关系数
$r(X_1,X_2)=\frac{\sum x_{1i} x_{2i}}{\sqrt{\sum x_{1i}^2}\sum x_{2i}^2}$
相关系数接近于1，多重共线性越强；相关系数接近于0，多重共线性弱。
指标4：矩阵行列式
$KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ |x'x|&=\left| …$
行列式接近于0，多重共线性越强；行列式接近于1，多重共线性越弱。
指标5：逆矩阵

正交

完全共线性

强多重共线性

弱多重共线性

2.3 多重共线性产生的后果

$\hat{\pmb{\beta}}=\left[\begin{matrix}\hat{\beta_1} \\\hat{\beta_2} \end{matrix}\right]\\ Cov(\hat{\pmb{\beta}})=\sigma^2(x'x)^{-1}$

正交的后果

完全共线性的后果

参数的估计值不唯一
参数估计值的方差无穷大

多重共线性产的后果

参数的估计值可计算，但不稳定。当相关系数越接近于1，参数的估计式逐渐称为不定式，估计值越来越不稳定。
参数估计的方差增大（相关性越高，参数估计量的方差越大）（以下为离差形式）
$Var({\hat{\beta_1}})=\frac{\sum x_{2i}^2}{(\sum x_{1i}^2)(\sum x_{2i}^2)-(\sum x_{1i}x_{2i}^2)}\sdot\sigma^2=\frac{\sigma^2}{(\sum x_{1i}^2)(1-r_{12}^2)}\\ Var({\hat{\beta_2}})=\frac{\sum x_{1i}^2}{(\sum x_{1i}^2)(\sum x_{2i}^2)-(\sum x_{1i}x_{2i}^2)}\sdot\sigma^2=\frac{\sigma^2}{(\sum x_{2i}^2)(1-r_{12}^2)}$