產生原因
1、經濟變數相關的共同趨勢
2、滯後變數的引入
3、樣本資料的限制
1、完全共線性下引數估計量不存在
2、近似共線性下OLS估計量非有效
3、引數估計量經濟含義不合理
4、變數的顯著性檢驗失去意義,可能將重要的解釋變數排除在模型之外
5、模型的預測功能失效。
需要注意:即使出現較高程度的多重共線性,OLS估計量仍具有線性性等良好的統計性質。但是OLS法在統計推斷上無法給出真正有用的資訊。
1、排除引起共線性的變數
找出引起多重共線性的解釋變數,將它排除出去,以逐步迴歸法得到最廣泛的應用。
2、差分法
時間序列資料、線性模型:將原模型變換為差分模型。
3、減小引數估計量的方差:嶺迴歸法(Ridge Regression)。
4、簡單相關係數檢驗法
產生原因
1、經濟變數相關的共同趨勢
2、滯後變數的引入
3、樣本資料的限制
主要後果1、完全共線性下引數估計量不存在
2、近似共線性下OLS估計量非有效
3、引數估計量經濟含義不合理
4、變數的顯著性檢驗失去意義,可能將重要的解釋變數排除在模型之外
5、模型的預測功能失效。
需要注意:即使出現較高程度的多重共線性,OLS估計量仍具有線性性等良好的統計性質。但是OLS法在統計推斷上無法給出真正有用的資訊。
解決方法1、排除引起共線性的變數
找出引起多重共線性的解釋變數,將它排除出去,以逐步迴歸法得到最廣泛的應用。
2、差分法
時間序列資料、線性模型:將原模型變換為差分模型。
3、減小引數估計量的方差:嶺迴歸法(Ridge Regression)。
4、簡單相關係數檢驗法