5、如何看待多元线性回归模型中的多重共线性问题?
多重共线性是多元线性回归中的普遍现象,也是一个复杂的问题。关于多重共线性的检验和修正方法都有待进一步探索。当回归模型主要用于预测时,即使存在较严重的多重共线性,只要这种多重共线性在预测期内依然存在,就不会对预测结果造成影响,因为预测的精确度主要由拟合优度 2的大小决定。
6、多重共线性的修正方法有哪些?
1.增加样本观测值
2.略去不重要的解释变量
3.用被解释变量的滞后值代替解释变量的滞后值
4.利用参数之间的关系
5.利用解释变量之间的关系
6.变换模型的形式
7.对数据进行中心化
第七章 随机解释变量
1.估计量的渐进统计性质的含义是什么?
线性,无偏性和有效性是评价一个估计量优劣的标准。在有些情况下,小样本时的估计量不具有某种统计性质,但随着样本容量的增大,估计量逐渐具有了这种统计性质,此时称之为估计量的渐进统计性质。
2.什么是渐进无偏性和一致性?
当 n(小标)为当样本容量为n时参数 的估计量,如果满足E( )=0 limn 无穷
lim
n 无穷
则称 为渐进无偏估计量
对于真实值 在样本容量为n时的估计量 n(小标),如果满足Plim = ,则
n 无穷
称 为 的一致估计量
3.随机解释变量的来源有哪些
模型中随机解释变量问题首先来源于省略解释变量。被省略的解释变量一般与模型中保留的解释变量相关,导致模型中的随机项与解释变量相关。
此外,经济变量一般是随机变量,其取值很那精确控制,也不易用实验方法进行精确观察,其值一般不是确定的。
根据连贯性原则,被解释变量往往受到前若干期值得影响,当模型中含有被解释变量的滞后期变量时,模型存在随机解释变量问题。
4.随机解释变量会带来哪些后果
当解释变量为随机变量,且与随机项相互独立时,最小二乘估计量是无偏的 当解释变量是随机变量,且与随机项之间不是相互独立的,也不相关,则最