原因主要有3个方面:
(1)经济变量相关的共同趋势(2)滞后变量的引入(3)样本资料的限制主要后果:
(1)完全共线性下参数估计量不存在(2)近似共线性下OLS估计量非有效多重共线性使参数估计值的方差增大,1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF)(3)参数估计量经济含义不合理(4)变量的显著性检验失去意义,可能将重要的解释变量排除在模型之外(5)模型的预测功能失效。变大的方差容易使区间预测的“区间”变大,使预测失去意义。
多重共线性产生的原因和后果
原因主要有3个方面:
(1)经济变量相关的共同趋势(2)滞后变量的引入(3)样本资料的限制主要后果:
(1)完全共线性下参数估计量不存在(2)近似共线性下OLS估计量非有效多重共线性使参数估计值的方差增大,1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF)(3)参数估计量经济含义不合理(4)变量的显著性检验失去意义,可能将重要的解释变量排除在模型之外(5)模型的预测功能失效。变大的方差容易使区间预测的“区间”变大,使预测失去意义。
原因主要有3个方面:
(1)经济变量相关的共同趋势(2)滞后变量的引入(3)样本资料的限制主要后果:
(1)完全共线性下参数估计量不存在(2)近似共线性下OLS估计量非有效多重共线性使参数估计值的方差增大,1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF)(3)参数估计量经济含义不合理(4)变量的显著性检验失去意义,可能将重要的解释变量排除在模型之外(5)模型的预测功能失效。变大的方差容易使区间预测的“区间”变大,使预测失去意义。