0.多元线性回归
多元线性回归是统计学中经常用到回归方法,一般需满足一下六个条件:
随机误差项是一个期望值或平均值为0的随机变量;
对于解释变量的所有观测值,随机误差项有相同的方差;
随机误差项彼此不相关;
解释变量是确定性变量,不是随机变量,与随机误差项彼此之间相互独立
解释变量之间不存在精确的(完全的)线性关系
随机误差项服从正态分布。
但以上六个条件算是比较严格的条件,在实践中大部分情况下难以满足。由于无法满足假设条件,因此多元线性回归也经常遇到多重共线性、自相关、异方差等问题。下面就总结下这三个常见的问题。
1.多重共线性
多重共线性是解释变量存在线性关系或者近似的线性关系,多重共线性影响的模型一般为底层是线性的模型,例如:回归、SVM等
如果变量间不存在多重共线性,则变量系数组成的矩阵应该是满秩的,且变量间不存在共线性不代表变量间不存在非线性关系
产生变量相关性的原因有很多,一般为经济变量之间的相同变化趋势,模型中包含滞后变量和截面数据等等
1.1多重共线性的检验
计算相关系数,因为相关系数是对线性相关的度量
对于线性回归来说,删除或者增加变量系数是不是有较大变化
系数的正负号是否与现实相违背
系数通不过显著性检验
变量之间做回归,计算可决系数和VIF=1/(1-可决系数)来度量,也称为方差扩大因子法
1.2多重共线性的影响后果
共线性使最小二乘法预估的参数不确定且估计值方差较大,方差较大又会导致参数的置信区间增大