第4章 共线性问题实验
4.1 共线性问题
共线性问题是指在做多元回归分析时,解释变量之间可能会出现线性关系。当某一个解释变量被其余解释变量线性表示时,共线性问题就是多重共线性问题。在多重共线性问题存在的情况下,回归模型的系数t检验可能会受到极大的干扰即本来系数估计量的t检验是统计显著的,在多重共线性影响下,系数估计量的t检验反而不显著。然而,多重共线性问题对模型,检验的影响非常复杂,并没有明确的变化趋势。就模型的系数估计量的统计检验而言,解释变量之间多重共线性的存在会降低系数估计量t检验的精度,其相应的t统计量的**值会变小
如果只是考虑模型系数的解释能力,在多重���线性问题存在下,可考虑剔除共线性的影响。但是,多重共线性问题对模型的影响还没有办法剔除。就回归系数估计量的t检验而言,什么情况下考虑剔除多重共线性问题的影响呢?只有当t统计量比较小时,才有必要考虑剔除多重共线性的影响。如果t统计量比较大,则没有必要考虑剔除多重共线性的影响,因为,多重共线性影响的剔除只会进一步增大t统计量,而此时增大t统计量已经意义不大了。
对于二元回归模型,其中一些参数指标如方差膨胀因子或联合解释指数是值得关注的。方差膨胀因子的自然对数与解释变量之间的共线性程度成正比例关系。联合解释指数则从另外一个角度给予说明。当联合解释指数h趋向无穷大时,解释变量对被解释变量的联合解释能力几乎无统计损失;当联合解释指数h小于∞时,解释变量对被解释变量的联合解释能力有统计损失;当联合解释指数h等于0时,解释变量的联合解释能力统计损失怠尽,从统计意义上说已经失去了对被解释变量的解释能力。
……