多重共线性问题评述

被引：18

作者：

孙文凯

机构：

[1] 中国人民大学经济学院

来源：

山东经济 | 2010年 / 26卷 / 04期

关键词：

多重共线性; 增大样本; 替代变量;

D O I：

10.13962/j.cnki.37-1486/f.2010.04.001

中图分类号：

F224.7 [概率论与数理统计在经济中的应用];

学科分类号：

020208 ; 020209 ; 0714 ;

摘要：

本文首先总结了现有对多重共线性的研究,进而通过模拟的方法比较不同成因时增大样本和替代变量的统计性质改善情况。本文有几个简明而重要的发现:首先,增大样本无论在哪种情况下都是一个改善参数统计性质的做法;第二,由样本导致的强共线时,增大样本量带来的改善效果更明显;第三,总体回归模型中的随机误差项分布影响增大样本带来的参数统计性质改善程度;第四,替代变量与直接回归两种方法的好坏对比取决于共线性强弱和模型拟合效果好坏的对比,如果共线性相对较强,那么替代变量会是一个相对好的选择。

引用

页码：118 / 126

页数：9

共 14 条

[1]

计量经济学导论[M]. 中国人民大学出版社 , (美)J.M.伍德里奇(JeffreyM.Wooldridge)著, 2003

[2]

计量经济学[M]. 高等教育出版社 , 李子奈,潘文卿编著, 2005

[3]

计量经济学[M]. 中国人民大学出版社 , 沈民鸣等编写, 2005

[4]

Multicollinearity and Imprecise Estimation. Silvey,S.D. Journal of the Royal Statistical Society . 1969

[5]

Multicollinearity caused by specification errors. Fabrycy M. Z. Applied Statistics . 1975

[6]

Ridge regression under alternative loss criteria. Lin,K.,Kmenta,J. The Review of Economics and Statistics . 1982

[7]

Ridge regression in practice. Marquardt DW,Snee RD. The American Statistician . 1975

[8]

Generalized inverses, ridge regression, biased linear estimation, and nonlinear estimation. Marquardt,D. W. Technometrics . 1970

[9]

Applied Regression Analysis. Draper NR,Smith H. . 1981

[10]

The Fallacy of Differencing to ReduceMulticollinearity. Oscar R Burt. American Journal of Agricultural Econom-ics . 1987

← 1 2 →