探讨多重共线性及其影响因素

谈多重共线性

本文将重点探讨古典假定中违背无多重共线性的状况。该假定的违背通常涉及以下几个主要方面：其本质体现为变量间的高度相关性问题，在实际操作中则可能源于模型设定或数据特征等多方面因素的影响。这种违背不仅会导致估计量的有效性受到影响，在应用中还可能引发一系列负面后果包括预测精度下降以及参数解释的不确定性等。针对上述问题的检测手段有多种多样的方法可供选择；而对于违背假定所导致的问题，通常采取的方法有逐步回归分析或是引入辅助变量以缓解变量间的相关性关系。

第一节 什么是多重共线性

一、多重共线性的含义

讨论多元线性回归模型的估计时

则称解释变量X1，X2，X3，…，Xk之间存在完全的多重共线性。

通过建立一个矩阵模型来描述问题时，则可得出解释变量的数据矩阵其秩小于k这一结论；这表明解释变量的数量为k个；进一步地，在数据矩阵X中至少存在一个列向量能够被其他列向量通过线性组合的方式所表示；这最终导致完全多重共线性问题的存在

在实际经济问题中，并非完全多重共线性的案例很少见。常见情况是解释变量X_1、X_2,...,X_k之间存在一定