多重共線性檢驗方法
多重共線性檢驗方法
1、多重共線性是指線性回歸模型中的解釋變量之間由于存在精確相關關系或高度相關關系而使模型估計失真或難以估計準確。一般來說，由于經濟數據的限制使得模型設計不當，導致設計矩陣中解釋變量間存在普遍的相關關系。完全共線性的情況并不多見。2、多重共線性使參數估計值的方差增大，1/(1-r2)為方差膨脹因子(VarianceInflationFactor，VIF)如果方差膨脹因子值越大，說明共線性越強。相反因為，容許度是方差膨脹因子的倒數，所以，容許度越小，共線性越強。
導讀1、多重共線性是指線性回歸模型中的解釋變量之間由于存在精確相關關系或高度相關關系而使模型估計失真或難以估計準確。一般來說，由于經濟數據的限制使得模型設計不當，導致設計矩陣中解釋變量間存在普遍的相關關系。完全共線性的情況并不多見。2、多重共線性使參數估計值的方差增大，1/(1-r2)為方差膨脹因子(VarianceInflationFactor，VIF)如果方差膨脹因子值越大，說明共線性越強。相反因為，容許度是方差膨脹因子的倒數，所以，容許度越小，共線性越強。
判斷多重共線性的方法有：簡單相關系數檢驗法、逐步回歸檢驗法。1、多重共線性是指線性回歸模型中的解釋變量之間由于存在精確相關關系或高度相關關系而使模型估計失真或難以估計準確。一般來說，由于經濟數據的限制使得模型設計不當，導致設計矩陣中解釋變量間存在普遍的相關關系。完全共線性的情況并不多見。2、多重共線性使參數估計值的方差增大，1/(1-r2)為方差膨脹因子(VarianceInflationFactor,VIF)如果方差膨脹因子值越大，說明共線性越強。相反因為，容許度是方差膨脹因子的倒數，所以，容許度越小，共線性越強。
多重共線性檢驗方法
1、多重共線性是指線性回歸模型中的解釋變量之間由于存在精確相關關系或高度相關關系而使模型估計失真或難以估計準確。一般來說，由于經濟數據的限制使得模型設計不當，導致設計矩陣中解釋變量間存在普遍的相關關系。完全共線性的情況并不多見。2、多重共線性使參數估計值的方差增大，1/(1-r2)為方差膨脹因子(VarianceInflationFactor，VIF)如果方差膨脹因子值越大，說明共線性越強。相反因為，容許度是方差膨脹因子的倒數，所以，容許度越小，共線性越強。
為你推薦
綜合
