多重共线性习题含答案
多重共线性，异方差性，序列相关性
二、单项选择题
1、在线性回归模型中，若解释变量1X 和2X 的观测值成比例，既有12i i X kX ，其中k 为
非零常数，则表明模型中存在 （ B ）
A 、异方差
B 、多重共线性
C 、序列相关
D 、随机解释变量
2、一般多重共线性下参数估计量 （ C ）
A 、不存在
B 、有无穷多解
C 、唯一
D 、非有效
3、完全多重共线性下参数估计量 （ B ）
A 、唯一
B 、有无穷多解
C 、不存在
D 、有效
4、下列方法中，可克服多重共线性的是 （ A ）
A 、差分法
B 、加权最小二乘法
C 、工具变量法
D 、广义最小二乘法
二、单项选择题
1、A
2、A
3、B
4、B 6、D
5、Gleiser 检验法主要用于检验 （ A ）
A 、异方差性
B 、自相关性
C 、随机解释变量
D 、多重共线性
6、Goldfeld-Quandt 检验法可用于检验 （ A ）
A 、异方差性
B 、多重共线性
C 、序列相关
D 、设定误差
7、若回归模型中的随机误差项存在异方差性，则估计模型参数应采用 （ B ）
A 、普通最小二乘法
B 、加权最小二乘法
C 、广义差分法
D 、工具变量法
8、如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量
（ B ）
A 、无偏且有效
B 、无偏但非有效
C 、有偏但有效
D 、有偏且非有效
9、对于模型0i i i Y X ββμ=++，如果在异方差检验中发现2()i i Var X μσ=，
则用加权最小二乘法估计模型参数时，权数应为 （ D ）
A 、i X B
C 、1
i X D 、
二、单项选择题
1、B
2、D
3、C
4、D
5、C
6、D
7、D
10、DW 检验主要用于检验 B
A 、异方差性
B 、自相关性
C 、随机解释变量
D 、多重共线性
11、在下列引起序列自相关的原因中，正确的有几个？D
（1）经济变量具有惯性作用
（2）经济行为的滞后性
（3）设定偏误
（4）解释变量之间的共线性
A 、1个
B 、4个
C 、2个
D 、3个
12、若回归模型的随机误差项存在一阶自回归形式的序列相关，则估计参数应采用（ C ）
A 、普通最小二乘法
B 、加权最小二乘法
C 、广义差分法
D 、工具变量法
13、用于检验序列相关的DW 统计量的取值范围是 （ D ）
A 、0≤DW ≤1
B 、－1≤DW ≤1
C 、－2≤DW ≤2
D 、0≤DW ≤4
14、已知DW 统计量的值接近于0，则样本回归模型残差的一阶自相关系数?ρ近似（ C ）
A 、-1
B 、0
C 、1
D 、0.5
15、已知样本回归模型残差的一阶自相关系数接近于-1，则DW 统计量近似（ D ）
A 、0
B 、1
C 、2
D 、4
7、在给定的显著性水平之下，若DW 统计量的下、上临界值分别为L d 和U d ,则当
L U
d DW d <<时，可认为随机误差项
（ D ） A 、存在一阶正自相关 B 、存在一阶负相关
C 、不存在序列相关
D 、存在序列相关与否不能断定
计算分析题
1、对于模型：12t t t Y X u ββ=++，问：
（1）如果用变量的一阶差分估计该模型，则意味着采用了何种自相关形式？
（2）在用一阶差分估计时，如果包含一个截距项，其含义是什么？
1、（1）若题目要求用变量的一次差分估计该模型，即采用了如下形式：Y t -Y t-1=β2（X t -X t-1）+（μt -μt-1）或 ΔY t =β2ΔX t +εt
这时意味着μt =μt-1+εt ，即随机扰动项是自相关系数为1的一阶自相关形式。
（2）在一阶差分形式中出现有截距项，意味着在原始模型中有一个关于时间的趋势项，截距项事实上就是趋势变量的系数，即原模型应为
Y t =β0+β1t+β2X t +μt
2、以某地区22年的年度数据估计了如下工业就业回归方程
321ln 62.0ln 25.0ln 51.089.3X X X Y +-+-=
（-0.56）(2.3) (-1.7) (5.8)
2
0.996R = 147.1=DW
式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府的总支出。 试证明：一阶自相关的DW 检验是无定论的（取显著性水平0.05α=）。
2、（1）由于样本容量n=22，解释变量个数为k=3，在5%在显著性水平下，相应的上下临界值为 1.66U d =、 1.05L d =。由于DW=1.147位于这两个值之间，所以DW 检验是无定论的。
（2）进行LM 检验： 第一步，做Y 关于常数项、lnX 1、lnX 2和lnX 3的回归并保存残差t
e ~； 第二步，做t e ~关于常数项、lnX 1、lnX 2和lnX 3和1~-t e 的回归并计算2
R ； 第三步，计算检验统计值(n-1)2R ；
第四步，由于在不存在一阶序列相关的零假设下(n-1)2R 呈自由度为1的2χ分布。在给定的显著性水平下，查该分布的相应临界值2(1)αχ。如果(n-1)2R > 2(1)αχ，拒绝零假设，意味着原模型随机扰动项存在一阶序列相关，反之，接受零假设，原模型不存在一阶序列相关。
多重共线性的解决之法
第七章 多重共线性 教学目的及要求： 1、重点理解多重共线性在经济现象中的表现及产生的原因和后果 2、掌握检验和处理多重共线性问题的方法 3、学会灵活运用Eviews 软件解决多重共线性的实际问题。 第一节 多重共线性的产生及后果 一、多重共线性的含义 1、含义 在多元线性回归模型经典假设中，其重要假定之一是回归模型的解释变量之间不存在线性关系，也就是说，解释变量X 1，X 2，……，X k 中的任何一个都不能是其他解释变量的线性组合。如果违背这一假定，即线性回归模型中某一个解释变量与其他解释变量间存在线性关系，就称线性回归模型中存在多重共线性。多重共线性违背了解释变量间不相关的古典假设，将给普通最小二乘法带来严重后果。 2、类型 多重共线性包含完全多重共线性和不完全多重共线性两种类型。 （1）完全多重共线性 完全多重共线性是指线性回归模型中至少有一个解释变量可以被其他解释变量线性表示，存在严格的线性关系。 如对于多元线性回归模型 i ki k i i i X X X Y μββββ+++++= 22110 （7-1） 存在不全为零的数k λλλ,,,21 ，使得下式成立： X X X 2211=+++ki k i i λλλ （7-2） 则可以说解释变量k X ,,X ,X 21 之间存在完全的线性相关关系，即存在完全多重共线性。 从矩阵形式来看，就是0' =X X ， 即1)(- （2）不完全多重共线性 不完全多重共线性是指线性回归模型中解释变量间存在不严格的线性关系，即近似线性关系。 如对于多元线性回归模型（7-1）存在不全为零的数k λλλ,,,21 ，使得下式成立： X X X 2211=++++i ki k i i u λλλ （7-3） 其中i u 为随机误差项，则可以说解释变量k X ,,X ,X 21 之间存在不完全多重共线性。随机误差项表明上述线性关系是一种近似的关系式，大体上反映了解释变量间的相关程度。 完全多重共线性与完全非线性都是极端情况，一般说来，统计数据中多个解释变量之间多少都存在一定程度的相关性，对多重共线性程度强弱的判断和解决方法是本章讨论的重点。 二、多重共线性产生的原因 多重共线性在经济现象中具有普遍性，其产生的原因很多，一般较常见的有以下几种情况。 （一）经济变量间具有相同方向的变化趋势 在同一经济发展阶段，一些因素的变化往往同时影响若干经济变量向相同方向变化，从而引起多重共线性。如在经济上升时期，投资、收入、消费、储蓄等经济指标都趋向增长，这些经济变量在引入同一线性回归模型并作为解释变量时，往往存在较严重的多重共线性。 （二）经济变量间存在较密切关系 由于组成经济系统的各要素之间是相互影响相互制约的，因而在数量关系上也会存在一定联系。如耕地面积与施肥量都会对粮食总产量有一定影响，同时，二者本身存在密切关系。 （三）采用滞后变量作为解释变量较易产生多重共线性 一般滞后变量与当期变量在经济意义上关联度比较密切，往往会产生多重共线性。如在研究消费规律时，解释变量因素不但要考虑当期收入，还要考虑以往各期收入，而当期收入与滞后收入间存在多重共线性的可能很大。 （四）数据收集范围过窄，有时会造成变量间存在多重共线性问题。 三、多重共线性产生的后果 由前述可知，多重共线性分完全多重共线性和不完全多重共线性两种情况，两种情况都会对模 问题： 选取粮食生产为例，由经济学理论和实际可以知道，影响粮食生产y 的因素有：农业化肥施 用量x1，粮食播种面积x2，成灾面积x3，农业机械总动力x4，农业劳动力x5，由此建立以下方程： y=β0+β1x1+β2x2+β3x3+β4x4+β5x5，相关数据如下： 解： 1、检验多重共线性 （1）在命令栏中输入： ls y c x1 x2 x3 x4 x5，则有； 可以看到，可决系数R2 和 F 值都 很高，二自变量x1 到 x5 的 t 值 均较小，并且x4 和 x5 的 t 检验 不显著，说明方程很可能存在多 重共线性。 （2）对自变量做相关性分析： 将x1—— x5 作为组打开， view —— covariance analysis—— correlation ，结果如下： 可以看到x1 和 x4 的相关系数 为 0.96，非常高，说明原模型 存在多重共线性 2、多重共线性的修正 （1）逐步回归法 第一步：首先确定一个基准的解释变量，即从 x1， x2， x3， x4， x5 中选择解释 y 的最好的一个建 立基准模型。分别用 x1， x2， x3， x4， x5 对 y 求回归，结果如下： 从上面 5 个输出结果可以知道，y 对 x1 的可决系数R2=0.89（最高），因此选择 第一个方程作为基准回归模型。即： Y = 30867.31062 + 4.576114592* x1 在基准模型的基础上，逐步将x2， x3 等加入到模型中， 加入 x2，结果： 拟合优度R2=0.961395 ，显著提高； 并且参数符号符合经济常识，且均显著。 所以将模型修改为： Y= -44174.52+ 4.576460*x1+ 0.672680*x2 再加入 x3，结果： 拟合优度R2=0.984174 ，显著提高； 并且参数符号符合经济常识（成灾面积越大，粮食产 量越低），且均显著。 所以将模型修改为： Y=-12559.35+5.271306*x1+0.417257*x2-0.212103*x3 再加入 x4，结果： 拟合优度R2=0.987158 ，虽然比上一次拟 合提高了； 但是变量x4 的系数为 -0.091271 ，符号不 符合经济常识（农业机械总动力越高， 粮食产量越高），并且 x4 的 t 检验不显著。 因此应该从模型中剔除x4。 第四章 案例分析 一、研究的目的要求 近年来，中国旅游业一直保持高速发展，旅游业作为国民经济新的增长点，在整个社会经济发展中的作用日益显现。中国的旅游业分为国内旅游和入境旅游两大市场，入境旅游外汇收入年均增长 22.6%，与此同时国内旅游也迅速增长。改革开放20多年来，特别是进入90年代后，中国的国内旅游收入年均增长14.4%，远高于同期GDP 9.76%的增长率。为了规划中国未来旅游产业的发展，需要定量地分析影响中国旅游市场发展的主要因素。 二、模型设定及其估计 经分析，影响国内旅游市场收入的主要因素，除了国内旅游人数和旅游支出以外，还可能与相关基础设施有关。为此，考虑的影响因素主要有国内旅游人数2X ，城镇居民人均旅游支出3X ，农村居民人均旅游支出4X ，并以公路里程5X 和铁路里程6X 作为相关基础设施的代表。为此设定了如下对数形式的计量经济模型： 23456123456t t t t t t t Y X X X X X u ββββββ=++++++ 其中 ：t Y ——第t 年全国旅游收入 2X ——国内旅游人数 （万人） 3X ——城镇居民人均旅游支出 （元） 4X ——农村居民人均旅游支出 （元） 5X ——公路里程（万公里） 6X ——铁路里程（万公里） 为估计模型参数，收集旅游事业发展最快的 1994—2003年的统 计数据，如表4.2所示： 表4.2 1994年—2003年中国旅游收入及相关数据 数据来源:《中国统计年鉴2004》 利用Eviews 软件，输入Y 、X2、X3、X4、X5、X6等数据，采用这些数据对模型进行OLS 回归，结果如表4.3： 表4.3 由此可见，该模型9954.02=R ，9897.02 =R 可决系数很高，F 检验值173.3525,明 显显著。但是当05.0=α时776 .2)610()(025.02=-=-t k n t α,不仅2X 、6X 系数的t 检 验不显著，而且6X 系数的符号与预期的相反，这表明很可能存在严重的多重共线性。 计算各解释变量的相关系数，选择X2、X3、X4、X5、X6数据， Views/Open Selected/One Windows/Open Group 点”view/correlations ”得相关系数矩阵（如表4.4）： 表4.4 由相关系数矩阵可以看出：各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。 《线性代数》习题集（含答案） 第一章 【1】填空题 （1） 二阶行列式 2a ab b b =___________。 （2） 二阶行列式 cos sin sin cos αα α α -=___________。 （3） 二阶行列式 2a bi b a a bi +-=___________。 （4） 三阶行列式x y z z x y y z x =___________。 （5） 三阶行列式 a b c c a b c a b b c a +++=___________。 答案：1.ab(a-b)；2.1；3.()2 a b -；4.3 3 3 3x y z xyz ++-；5.4abc 。 【2】选择题 （1）若行列式12 5 1 3225x -=0，则x=（）。 A -3； B -2； C 2； D 3。 （2）若行列式11 1 1011x x x =，则x=（）。 A -1 ， B 0 ， C 1 ， D 2 ， （3）三阶行列式2 31 503 2012985 23 -=（）。 A -70； B -63； C 70； D 82。 （4）行列式 000 000 a b a b b a b a =()。 A 4 4 a b -；B () 2 2 2a b -；C 4 4 b a -；D 44 a b 。 （5）n 阶行列式0100 0020 0001000 n n - =（）。 A 0； B n ！； C （-1）·n ！； D () 1 1!n n +-?。 答案：1.D ；2.C ；3.A ；4.B ；5.D 。 【3】证明 33()by az bz ax bx ay x y z bx ay by az bz ax a b z x y bz ax bx ay by az y z x ++++++=++++ 答案：提示利用行列式性质将左边行列式“拆项”成八个三阶行列式之和，即得结果。 【4】计算下列9级排列的逆序数，从而确定他们的奇偶性： （1）134782695；（2）217986354；（3）987654321。 答案：（1）τ（134782695）=10，此排列为偶排列。 （2）τ（217986354）=18，此排列为偶排列。 （3）τ（987654321）=36，此排列为偶排列。 【5】计算下列的逆序数： （1）135 （2n-1）246 （2n ）；（2）246 （2n ）135 （2n-1）。 答案：（1） 12n （n-1）；（2）1 2 n （n+1） 【6】确定六阶行列式中，下列各项的符号： 线性代数考试练习题带答案 说明：本卷中，A -1 表示方阵A 的逆矩阵，r (A )表示矩阵A 的秩，（βα,）表示向量α与β的内积，E 表示单位矩阵，|A |表示方阵A 的行列式. 一、单项选择题（本大题共10小题，每小题2分，共20分） 1.设行列式33 32 31 2322 21131211a a a a a a a a a =4，则行列式33 3231232221 13 1211 333222a a a a a a a a a =（ ） A.12 B.24 C.36 D.48 2.设矩阵A ，B ，C ，X 为同阶方阵，且A ，B 可逆，AXB =C ，则矩阵X =（ ） A.A -1 CB -1 B.CA -1B -1 C.B -1A -1C D.CB -1A -1 3.已知A 2 +A -E =0，则矩阵A -1 =（ ） A.A -E B.-A -E C.A +E D.-A +E 4.设54321,,,,ααααα是四维向量，则（ ） A.54321,,,,ααααα一定线性无关 B.54321,,,,ααααα一定线性相关 C.5α一定可以由4321,,,αααα线性表示 D.1α一定可以由5432,,,αααα线性表出 5.设A 是n 阶方阵，若对任意的n 维向量x 均满足Ax =0,则（ ） A.A =0 B.A =E C.r (A )=n D.0 计量经济学实验报告成绩 课程名称计量经济学指导教师苏卫东实验日期 2014-6-24 院（系）财政与金融学院专业班级金融二专实验地点实验楼八机房 学生姓名单一芳学号 201212041018 同组人无 实验项目名称多重共线性的检验与修正 一、实验目的和要求 1、理解多重共线性的含义与后果 2、掌握Eviews软件的操作和多重共线性的检验与修正 二、实验原理 Eviews软件的操作和多重共线性的检验修正方法 三、主要仪器设备、试剂或材料 Eviews软件，计算机 四、实验方法与步骤 1、准备工作：建立工作文件，并输入数据 CREATE A 1974 1981; DATA Y X1 X2 X3 X4 X5 2、OLS估计： LS Y C X1 X2 X3 X4 X5; 3、计算简单相关系数 COR X1 X2 X3 X4 X5 4、多重共线性的解决 LS Y C X1; LS Y C X2; LS Y C X3; LS Y C X4; LS Y C X5; LS Y C X1 X3; LS Y C X1 X3 X2; LS Y C X1 X3 X4; LS Y C X1 X3 X5 五、实验数据记录、处理及结果分析 1、建立工作组，输入以下数据： obs Y X1 X2 X3 X4 X5 1974 98.45 560.2 153.2 6.53 1.23 1.89 1975 100.7 603.11 190 9.12 1.3 2.03 1976 102.8 668.05 240.3 8.1 1.8 2.71 1977 133.95 715.47 301.12 10.1 2.09 3 1978 140.13 724.27 361 10.93 2.39 3.29 1979 143.11 736.13 420 11.85 3.9 5.24 1980 146.15 748.91 497.16 12.28 5.13 6.83 1981 144.6 760.32 501 13.5 5.47 8.36 1982 148.94 774.92 529.2 15.29 6.09 10.07 1983 158.55 785.3 552.72 18.1 7.97 12.57 1984 169.68 795.5 771.16 19.61 10.18 15.12 1985 162.14 804.8 811.8 17.22 11.79 18.25 1986 170.09 814.94 988.43 18.6 11.54 20.59 1987 178.69 828.73 1094.65 23.53 11.68 23.37 2、OLS估计 LS Y C X1 X2 X3 X4 X5 Dependent Variable: Y Method: Least Squares Date: 06/24/14 Time: 18:45 Sample: 1974 1987 Included observations: 14 Variable Coefficient Std. Error t-Statistic Prob. C -3.650950 30.00144 -0.121692 0.9061 X1 0.125752 0.059087 2.128275 0.0660 X2 0.072656 0.037445 1.940317 0.0883 X3 2.681426 1.258639 2.130418 0.0658 X4 3.405866 2.444896 1.393052 0.2011 X5 -4.430561 2.194164 -2.019248 0.0781 R-squared 0.970397 Mean dependent var 142.7129 实验五 多重共线性模型的检验与处理（1） 一、研究的目的要求 近年来，中国旅游业一直保持高速发展，旅游业作为国民经济新的增长点，在整个社会经济发展中的作用日益显现。中国的旅游业分为国内旅游和入境旅游两大市场，入境旅游外汇收入年均增长22.6%，与此同时国内旅游也迅速增长。改革开放20多年来，特别是进入90年代后，中国的国内旅游收入年均增长14.4%，远高于同期GDP 9.76%的增长率。为了规划中国未来旅游产业的发展，需要定量地分析影响中国旅游市场发展的主要因素。 二、模型设定及其估计 经分析，影响国内旅游市场收入的主要因素，除了国内旅游人数和旅游支出以外，还可能与相关基础设施有关。为此，考虑的影响因素主要有国内旅游人数2X ，城镇居民人均旅游支出3X ，农村居民人均旅游支出4X ，并以公路里程5X 和铁路里程6X 作为相关基础设 施的代表。为此设定了如下对数形式的计量经济模型： 23456123456t t t t t t t Y X X X X X u ββββββ=++++++ 其中 ：t Y ——第t 年全国旅游收入 2X ——国内旅游人数 （万人） 3X ——城镇居民人均旅游支出 （元） 4X ——农村居民人均旅游支出 （元） 5X ——公路里程（万公里） 6X ——铁路里程（万公里） 为估计模型参数，收集旅游事业发展最快的1994—2003年的统计数据，如表4.2所示： 利用Eviews 软件，输入Y 、X2、X3、X4、X5、X6等数据，采用这些数据对模型进行OLS 回归，结果如表4.3： 表4.3 由此可见，该模型9954.02=R ，9897.02 =R 可决系数很高，F 检验值173.3525,明 显显著。但是当05.0=α时776 .2)610()(025.02=-=-t k n t α,不仅2X 、6X 系数的t 检 验不显著，而且6X 系数的符号与预期的相反，这表明很可能存在严重的多重共线性。 计算各解释变量的相关系数，选择X2、X3、X4、X5、X6数据，点”view/correlations ”得相关系数矩阵（如表4.4）： 表4.4 由相关系数矩阵可以看出：各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。 三、消除多重共线性 采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y 对X2、X3、X4、X5、X6的一元回归，结果如表4.5所示： 表4.5 线性代数习题及答案 习题一 1. 求下列各排列的逆序数. (1) 341782659； (2) 987654321； (3) n (n 1)…321； (4) 13…(2n 1)(2n )(2n 2)…2. 【解】 (1) τ(341782659)=11; (2) τ(987654321)=36; (3) τ(n (n 1)…3·2·1)= 0+1+2 +…+(n 1)= (1) 2 n n -; (4) τ(13…(2n 1)(2n )(2n 2)…2)=0+1+…+(n 1)+(n 1)+(n 2)+…+1+0=n (n 1). 2. 略.见教材习题参考答案. 3. 略.见教材习题参考答案. 4. 本行列式4512312 123122x x x D x x x = 的展开式中包含3x 和4 x 的项. 解： 设 123412341234 () 41234(1)i i i i i i i i i i i i D a a a a τ = -∑ ，其中1234,,,i i i i 分别为不同列中对应元素 的行下标，则4D 展开式中含3 x 项有 (2134)(4231)333(1)12(1)32(3)5x x x x x x x x x ττ-????+-????=-+-=- 4D 展开式中含4x 项有 (1234)4(1)2210x x x x x τ-????=. 5. 用定义计算下列各行列式. (1) 0200 001030000004 ； (2)1230 0020 30450001 . 【解】(1) D =(1)τ(2314)4!=24; (2) D =12. 6. 计算下列各行列式. 第一部分 专项同步练习 第一章 行列式 一、单项选择题 1．下列排列是5阶偶排列的是 ( ). (A) 24315 (B) 14325 (C) 41523 (D)24351 2．如果n 阶排列n j j j 21的逆序数是k , 则排列12j j j n 的逆序数是( ). (A)k (B)k n - (C) k n -2 ! (D)k n n --2)1( 3. n 阶行列式的展开式中含1211a a 的项共有( )项. (A) 0 (B)2-n (C) )!2(-n (D) )!1(-n 4． =0 00100100 1001 000( ). (A) 0 (B)1- (C) 1 (D) 2 5. =0 00110000 0100 100( ). (A) 0 (B)1- (C) 1 (D) 2 6．在函数1 3232 111 12)(x x x x x f ----= 中3x 项的系数是( ). (A) 0 (B)1- (C) 1 (D) 2 7. 若2 1 33 32 31 232221 131211==a a a a a a a a a D ，则=---=32 3133 31 2221232112 111311122222 2a a a a a a a a a a a a D ( ). (A) 4 (B) 4- (C) 2 (D) 2- 8．若 a a a a a =22 2112 11，则 =21 11 2212ka a ka a ( ). (A)ka (B)ka - (C)a k 2 (D)a k 2- 9． 已知4阶行列式中第1行元依次是3,1,0,4-, 第3行元的余子式依次为 x ,1,5,2-, 则=x ( ). (A) 0 (B)3- (C) 3 (D) 2 10. 若5 7341111 1 326 3 478 ----= D ，则D 中第一行元的代数余子式的和为( ). (A)1- (B)2- (C)3- (D)0 11. 若2 23 5 001 01 11 10 403 --= D ，则D 中第四行元的余子式的和为( ). (A)1- (B)2- (C)3- (D)0 12. k 等于下列选项中哪个值时，齐次线性方程组??? ??=++=++=++0 00321 321321x x kx x kx x kx x x 有非零解. ( ) (A)1- (B)2- (C)3- (D)0 二、填空题 第七章 多重共线性及其处理 第一部分 学习辅导 一、本章学习目的与要求 1．理解多重共线性的概念； 2．掌握多重共线性存在的主要原因； 3．理解多重共线性可能造成的后果； 4．掌握多重共线性的检验与修正的方法。 二、本章内容提要 本章主要介绍计量经济模型的计量经济检验。即多重共线性问题。 多重共线性是多元回归模型可能存在的一类现象，分为完全共线与近似共线两类。模型的多个解释变量间出现完全共线性时，模型的参数无法估计。更多的情况则是近似共线性，这时，由于并不违背所有的基本假定，模型参数的估计仍是无偏、一致且有效的，但估计的参数的标准差往往较大，从而使得t 统计值减小，参数的显著性下降，导致某些本应存在于模型中的变量被排除，甚至出现参数正负号方面的一些混乱。显然，近似多重共线性使得模型偏回归系数的特征不再明显，从而很难对单个系数的经济含义进行解释。多重共线性的检验包括检验多重共线性是否存在以及估计多重共线性的范围两层递进的检验。而解决多重共线性的办法通常有逐步回归法、差分法以及使用额外信息、增大样本容量等方法。 （一）多重共线性及其产生的原因 当我们利用统计数据进行分析时，解释变量之间经常会出现高度多重共线性的情况。 1．多重共线性的基本概念 多重共线性(Multicollinearity )一词由弗里希（Frish ）于1934年在其撰写的《借助于完全回归系统的统计合流分析》中首次提出。它的原义是指一个回归模型中的一些或全部解释变量之间存在有一种“完全”或准确的线性关系。 如果在经典回归模型Y X βε=+中，经典假定（5）遭到破坏，则有()1R X k <+，此时称解释变量k X X X ,,,21ΛΛ间存在完全多重共线性。解释变量的完全多重共线性，也就是解释变量之间存在严格的线性关系，即数据矩阵X 的列向量线性相关。因此，必有一个列向量可由其余列向量线性表示。 同时还有另外一种情况，即解释变量之间虽然不存在严格的线性关系，但是却有近似的线性关系，即解释变量之间高度相关。 2．多重共线性产生的原因 多元线性回归模型产生多重共线性的原因很多，主要有： （1）经济变量的内在联系 这是产生多重共线性的根本原因。 （2）解释变量中含有滞后变量 （3）经济变量变化趋势的“共向性” 必须指出，多重共线性基本上是一种样本现象。因为人们在设定模型时，总是尽量避免将理论上具有严格线性关系的变量作为解释变量收集在一起，因此，实际问题中的多重共线性并不是解释变量之间存在理论上或实际上的线性关系造成的，而是由所收集的数据(解释变量观察值)之间存在近似的线性关系所致。 （二）多重共线性的影响 多重共线性会产生以下问题： （1）增大了OLS 估计量的方差 （2）难以区分每个解释变量的单独影响 （3）回归模型缺乏稳定性 （4）t 检验的可靠性降低 （三）多重共线性的判别 在应用多元回归模型中，人们总结了许多检验多重共线性的方法。 1．系数判定法 2014-8-8 商学院 王中昭 教学内容 一、多重共线性 二、实际经济问题中的多重共线性 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的办法和实例 §4.3 多重共线性 2014-8-8商学院 王中昭 对于模型Y i =β0+ β1x 1i + β2x 2i +…… βk x ki +μi 如果某两个或多个解释变量之间出现相关性，即：C 1x 1i +C 2X 2i +……C k X ki =0 其中C i 不全为0，即某一个解释变量是其他解释变量的线性组合，则称为完全多重共线性。 完全多重共线性的情况并不多见，一般是出现不同程度的多重共线性。 注意多重共线性不 是指因变量与解释 一、多重共线性概念 2014-8-8商学院 王中昭 Y=Xβ+μ完全共线性:∣X′X ∣=0，(X′X)-1不存在， 使B ^=(X′X)-1X′Y 无法求解。 例如：, 0)(0020 1631084104213211 x x x 3213322113 21≠'=+-=++??????? ??=X X x x x X i i i i i i x c x c x c 这里，完全多重共线性 2014-8-8商学院 王中昭完全多重共线性的情况不多，一般出现不同程度的多重共线性。 多重共线性:∣X′X∣≈0,(X′X)-1存在，但 (X′X)-1主对角线上的元素很大。 ????? ?='≈'?≈+??????? ??=400300000300000100040030000030000010002100010004X)X ( ,0)( 0,0x x - x 199 .2993001001.4004001099.1992001101.1001001 x x x 1 -3i 2i 1i 3 21｜｜这里，X X X 近似多重共线性 《线性代数(经济数学2）》课程习 题集 西南科技大学成人、网络教育学院 版权所有 习题 【说明】：本课程《线性代数(经济数学2）》（编号为01007）共有计算题1,计算题2,计算题3,计算题4,计算题5等多种试题类型，其中，本习题集中有[计算题5]等试题类型未进入。 一、计算题1 1. 设三阶行列式为2 310211 01--=D 求余子式M 11，M 12，M 13及代数余子式A 11，A 12，A 13． 2. 用范德蒙行列式计算4阶行列式 125 34327641549916 573 4 1111 4--=D 3. 求解下列线性方程组： ???????=++++=++++=++++---11113221 12132222111321211n n n n n n n n n x a x a x a x x a x a x a x x a x a x a x ΛΛΛΛΛΛ 其中 ),,2,1,,(n j i j i a a j i Λ=≠≠ 4. 问λ, μ取何值时, 齐次线性方程组1231231 230020x x x x x x x x x λμμ++=??++=??++=?有非零解？ 5. 问λ取何值时, 齐次线性方程组12312312 3(1)2402(3)0(1)0x x x x x x x x x λλλ--+=??+-+=??++-=?有非零解？ 二、计算题2 6. 计算61 4230 21510 3212 1----=D 的值。 7. 计算行列式5241 421 3183 2052 1------=D 的值。 8. 计算01111 0111 1011 110=D 的值。 9. 计算行列式199119921993 199419951996199719981999 的值。 10. 计算4124 1202 10520 0117的值。 11. 求满足下列等式的矩阵X 。 2114332X 311113---????-= ? ?----???? 《多重共线性案例分析》实验报告 表2 由此可见，该模型，可决系数很高，F 检验值 173.3525,明显显著。但是当时,不仅、 系数的t 检验不显著，而且系数的符号与预期的相反，这表明很可能存在严重的多重共线性。 9954.02=R 9897.02 =R 05.0=α776 .2)610()(025.02=-=-t k n t α2X 6X 6X ②.计算各解释变量的相关系数，选择X2、X3、X4、X5、X6数据，点”view/correlations ”得相关系数矩阵 表3 由关系数矩阵可以看出：各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性相。 4.消除多重共线性 ①采用逐步回归的办法，去检验和解决多重共线性问题。 分别作Y 对X2、X3、X4、X5、X6的一元回归 如下图所示 变量 X2 X3 X4 X5 X6 参数估计值 0.0842 9.0523 11.6673 34.3324 2014.146 t 统计量 8.6659 13.1598 5.1967 6.4675 8.7487 0.9037 0.9558 0.7715 0.8394 0.9054 表4 按的大小排序为：X3、X6、X2、X5、X4。 以X3为基础，顺次加入其他变量逐步回归。首先加入X6回归结果为： t=(2.9086) (0.46214) 2R 2 R 6 31784.285850632.7639.4109?X X Y t ++-=957152.02 =R 1995 1375.7 62900 464.0 61.5 115.70 5.97 1996 1638.4 63900 534.1 70.5 118.58 6.49 1997 2112.7 64400 599.8 145.7 122.64 6.60 1998 2391.2 69450 607.0 197.0 127.85 6.64 1999 2831.9 71900 614.8 249.5 135.17 6.74 2000 3175.5 74400 678.6 226.6 140.27 6.87 2001 3522.4 78400 708.3 212.7 169.80 7.01 2002 3878.4 87800 739.7 209.1 176.52 7.19 2003 3442.3 87000 684.9 200.0 180.98 7.30 表1：1994年—2003年中国游旅收入及相关数据 多重共线性的解决之 法 第七章多重共线性 教学目的及要求： 1、重点理解多重共线性在经济现象中的表现及产生的原因和后果 2、掌握检验和处理多重共线性问题的方法 3、学会灵活运用Eviews软件解决多重共线性的实际问题。 第一节多重共线性的产生及后果 一、多重共线性的含义 1、含义 在多元线性回归模型经典假设中，其重要假定之一是回归模型的解释变量之间不存在线性关系，也就是说，解释变量X1，X2，……，X k中的任何一个都不能是其他解释变量的线性组合。如果违背这一假定，即线性回归模型中某一个解释变量与其他解释变量间存在线性关系，就称线性回归模型中存在多重共线性。多重共线性违背了解释变量间不相关的古典假设，将给普通最小二乘法带来严重后果。 2、类型 多重共线性包含完全多重共线性和不完全多重共线性两种类型。 （1）完全多重共线性 完全多重共线性是指线性回归模型中至少有一个解释变量可以被其他解释变量线性表示，存在严格的线性关系。 如对于多元线性回归模型 i ki k i i i X X X Y μββββ+++++= 22110 （7- 1） 存在不全为零的数k λλλ,,,21 ，使得下式成立： 0X X X 2211=+++ki k i i λλλ （7-2） 则可以说解释变量k X ,,X ,X 21 之间存在完全的线性相关关系，即存在完全多重共 线性。 从矩阵形式来看，就是0'=X X ， 即1)(- 实验目的：在回归模型牵涉到多个自变量的时候，自变量之间可能会相互关联，即他们之间存在有多重共线性，本节实验的实验目的是如何用Eviews检测各个自变量之间是否存在的多重共线问题以及如何对多重共线性进行修正。 我们实验的原始数据如图所示，判断钢产量y与生铁产量X1，发电量X2，固定资产投资X3，国内生产总值X4,铁路运输量X5之间的关系。 实验步骤： 1：打开Eviews7.0. →File→Workfile，选择年度数据，在初始日期和结束日期分别输入“1978”和结束年份“1997”。点击“OK”确定。 2：在新建工作表中，点击Proc→Import→Read，选定需要导入的Excel工作表，在“Upper-left data cell”中输入数据在Excel中的初始位置“B2”，在“Excel 5+….”中输入“sheet1”，在“Name for serises、”中输入“y x1 x2 x3 x4 x5”点击“OK”即可。 3：在Eviews空白处输入：“ls y c x1 x2 x3 x4 x5”，回车即可，结果如下。 Dependent Variable: Y Method: Least Squares Date: 04/19/13 Time: 11:24 Sample: 1978 1997 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 354.5884 435.6968 0.813842 0.4294 X1 0.026041 0.120064 0.216892 0.8314 X2 0.994536 0.136474 7.287380 0.0000 X3 0.392676 0.086468 4.541271 0.0005 X4 -0.085436 0.016472 -5.186649 0.0001 X5 -0.005998 0.006034 -0.994019 0.3371 R-squared 0.999098 Mean dependent var 5153.450 Adjusted R-squared 0.998776 S.D. dependent var 2512.131 S.E. of regression 87.87969 Akaike info criterion 12.03314 Sum squared resid 108119.8 Schwarz criterion 12.33186 Log likelihood -114.3314 Hannan-Quinn criter. 12.09145 F-statistic 3102.411 Durbin-Watson stat 1.919746 Prob(F-statistic) 0.000000 经查表可知，t（17）=1.345，结合上表可知，x1和x5没有通过t检验，而且F\检验较大，估计解释变量之间可能存在着多重共线性。相关性如下图所示： 可知X1 X2 X3 X4 X5,之间存在着较强的多重共线 线性代数练习题 一 选择题 1B A ,都是n 阶矩阵，且0=AB , 则必有:（ ） (A) 0A =或0=B . (B) 0A B == . (C) 0=A 或.0=B (D) 0A B == 2设1011,1101a b c d -??????= ??? ?-?????? 则a b c d ?? = ???（ ） (A)01. 11?? ?-?? (B)11. 10-?? ??? (C)11. 11-?? ??? (D)11. 01?? ?-?? 3若 A 为n m ?矩阵,且n m r A R <<=)(则( )必成立. （A ）A 中每一个阶数大于r 的子式全为零。 （B ）A 是满秩矩阵。 （C ）A 经初等变换可化为??? ? ??000r E （D ）A 中r 阶子式不全为零。 4 向量组 s ααα ,,21,线性无关的充分条件是( ) （A ） s ααα ,,21均不是零向量. （B ） s ααα ,,21中任一部分组线性无关. （C ） s ααα ,,21中任意两个向量的对应分量都不成比例. （D ） s ααα ,,21中任一向量均不能由其余S-1个向量线性表示. 5 齐次线性方程组0AX =是非齐次线性方程组AX B =的导出组,则( )必定成立. （A ）0AX =只有零解时, AX B =有唯一解. （B ）0AX =有非零解时, AX B =有无穷多解. （C ）α是θ=AX 的任意解,0γ 是AX B =的特解时,0γα+是AX B =的全部解. （D ）12γγ，是AX B =的解时, 21γγ+ 是0AX =的解. 6若θ≠B ,方程组B AX =中, 方程个数少于未知量个数，则有( ) 山西大学 实 验 报 告 实验报告题目：多重共线性问题的检验和处理 学 院： 专 业： 课程名称： 计量经济学 学 号： 学生姓名： 教师名称： 崔海燕 上课时间： 题电源备，检查料试卷资料试 一、实验目的： 熟悉和掌握Eviews在多重共线性模型中的应用，掌握多重共线性问题的检 验和处理。 二、实验原理：1、综合统计检验法； 2、相关系数矩阵判断； 3、逐步回归法； 三、实验步骤： （一）新建工作文件并保存 打开Eviews软件，在主菜单栏点击File\new\workfile，输入start date 1978和end date 2006并点击确认，点击save键，输入文件名进行保存。 （二）输入并编辑数据 在主菜单栏点击Quick键，选择empty\group新建空数据栏，根据理论和 经验分析，影响粮食生产（Y）的主要因素有农业化肥施用量（X1）、粮食播种面 积（X2）、成灾面积（X3）、农业机械总动力（X4）和农业劳动力（X5），其中成灾 面积的符号为负，其余均应为正。下表给出了1983——2000中国粮食生产的相关 数据。点击name键进行命名，选择默认名称Group01,保存文件。 Y X1X2X3X4X5 1983387281660114047162091802231151 1984407311740112884152641949730868 1985379111776108845227052091331130 1986391511931110933236562295031254 1987402081999111268203932483631663 1988394082142110123239452657532249 1989407552357112205244492806733225 1990446242590113466178192870838914 1991435292806112314278142938939098 1992442642930110560258953030838669 1993456493152110509231333181737680 1994445103318109544313833380236628 1995466623594110060222673611835530 1996504543828112548212333854734820 1997494173981112912303094201634840 1998512304084113787251814520835177 1999508394124113161267314899635768 2000462184146108463343745257436043 2001452644254106080317935517236513 2002457064339103891273195793036870 200343070441299410325166038736546(完整版)多重共线性检验与修正.doc
EVIEWS案例：(消除多重共线性)影响国内旅游市场收入的主要因素分析
《线性代数》习题集(含答案)
线性代数考试练习题带答案(6)
多重共线性的检验与修正
多重共线性 多重共线性实验案例与独立实验问题
线性代数习题及答案(复旦版)1
线性代数习题集(带答案)
第七章 多共线性及其处理
计量经济学多重共线性
线性代数(经济数学2)-习题集(含答案)
多重共线性案例分析实验报告
最新多重共线性的解决之法
检验多重共线性
线性代数练习题及答案精编
多重共线性题目的检验和处理