多重共线性与最大熵罗汶估计模型

多重共线性对多元线性回归方程的估计造成的影响已引起众多学者的关注。许多旨在解决多重共线性的补救方法(例如岭回归和广义最大熵)由于其自身的缺陷使得补救效果大打折扣。Paris在量子电动力学理论的启发下提出了最大熵罗汶估计量,运用蒙特卡洛试验证明:不管多重共线性有多严重,它可靠地估计被估参数的能力要强于一般最小二乘法。     

利用主成分回归法处理多重共线性的若干问题

在经济计量实践中,多重共线性是存在于线性经济计量模型中的一个普遍而需特别重视的问题.对于其解决方法,很多学者都进行了探讨.目前一些文献中颇有争议的是:利用主成分回归法处理多因素分析中多重共线性问题.     

几种处理多重共线性方法的比较研究

一、引言多重共线性(简称共线性)是多元线性回归分析中一个非常棘手的问题。共线性问题最早是由R.Frisch提出。如何消除共线性的危害,一直是回归分析的一个重点。     

对我国寿险经济需求模型的改进

文章结合国外有关寿险需求的分析与研究,将影响寿险需求的几个因素作为解释变量,运用多元线性回归的方法进行模型拟合,并针对所得模型中存在的严重的多重共线性问题,运用岭回归方法降低其共线性,建立新模型,尝试性的探讨影响我国寿险经济需求的因素。     

线性回归分析中对截距项的检验

一、问题的提出 一元和多元线性回归是应用非常广泛的统计分析方法,在科学研究和生产与生活中发挥着独特的、重要的作用.大家知道,线性回归分析的一般程序包括收集资料(时间序列数据或截面调查数据)、用最小二乘(OLS)法估计参数、计算判定系数R2、作相关检验、回归参数的显著性检验(t检验)、回归方程的总体显著性检验(F检验)等过程,如果要求较高,还需要检验和修正可能存在的异方差、自相关、多重共线性等问题.     

多项式分布滞后模型的共线性

多项式分布滞后模型常被用来处理有限分布滞后问题;但在应用中,对共线性问题的讨论不多.本文分析了共线性产生的深层次原因,并给出了一个例子.     

Logistic模型多重共线性问题的诊断及改进

文章诊断并改进了logistic回归模型多重共线性问题方法,采用条件指数和方差分解比例两项指标进行共线性诊断、应用主成分改进和偏最小二乘回归两种方法进行多重共线性变量的改进处理:去除了回归模型中变量间的多重共线性影响,建立了较为理想的关系模型.结果表明,在Logisdc回归模型分析中,应用上述方法进行多重共线性的诊断和处理是有效及可行的.     

复共线性诊断方法的比较

随着回归分析的深入应用,特别是计算机技术的飞速发展,人们愈来愈多地处理含较多自变量的大型回归问题,许多应用实践表明,在一些情况下,例如存在异常值和复共线性(多重共线性)等,经典最小二乘方法并不很理想:如果诸X之间有完全的共线性,则它们的回归系数是不确定的,并且它们的标准误没有定义;如果有高度共线性,回归系数有较大的标准误,系数的总体值不能准确地加以估计.     

局部线性估计中的多重共线性问题

各解释变量之间存在多重共线性是现实中很普遍的现象。本文对局部线性估计多重共线性问题进行了讨论,发现多重共线性造成局部线性估计精度下降的原因,并提出了一个补救方法:当变量之间高度相关时采用主成分回归可以有效提高估计精度。本文还通过模拟的方式证明了此方法的有效性。     

岭回归在资本结构影响因素回归建模中的应用

自多重共线性是资本结构影响因素线性回归模型中迫切需要解决的问题,本文运用岭回归方法,以医药制造类上市公司的统计资料为基础,对影响资本结构的主要因素进行了实证分析,有效地解决了回归模型中的多重共线性问题.     

多重共线性下的线性回归方法综述

多重共线性（简称共线性）是回归分析中一个非常棘手的问题。多重共线性由R．Frisch在1934年引入的，主要研究是在上世纪六、七十年代进行的，但直到现在仍然没有完全解决。     

利用EViews软件检验和处理模型的多重共线性

异方差性、自相关性、多重共线性是计量经济检验的三项主要内容,对于模型中的异方差性和自相关性问题,可以利用EViews软件很方便的进行检验和处理;但是对多重共线性问题,在EViews5.x版本之前却一直无法有效地予以处理。文章介绍了如何直接利用EViews软件检验和处理模型的多重共线性问题。     

多重共线性的解决:剔除变量的新标准

当使用剔除变量法解决线性回归模型的多重共线性问题时,根据方差膨胀因子的大小来选择被剔除变量是存在缺陷的.解释变量显著性检验的t统计量的绝对值大小反映了该解释变量对被解释变量的贡献程度的大小,因此可以将t统计量绝对值作为剔除解释变量的依据,从而得到一类多重共线性的解决办法.     

单位根过程的趋势性检验中F统计量识别能力问题研究

文章以试验数据证明,在单位根序列的趋势性检验中,F1统计量值会受常数项大小影响,只能检测出取值较大的常数项值;F2统计量值不受时间趋势项系数大小的影响,无法检测出时间趋势项的存在.这是由于共线性问题造成的.     

基于聚类分析和因子分析消除多重共线性的方法

文章针对经典多元线性回归模型中存在的多重共线性问题,提出了一种新的基于聚类分析和因子分析的解决方法,并通过例子验证了此方法在实际应用中可以取得良好的效果。     

多重共线性问题及其补救措施

一、多重共线性的性质 　　多重共线性(multicollinearity)一词原意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"的"线性"关系.……     

中部地区县域经济增长的趋同分析

文章运用锡尔系数和Barro回归方程对我国中部地区县域经济增长的趋同问题进行了分析,发现中部县域并不存在σ-趋同和绝对β-趋同现象,但存在条件β-趋同.在σ-趋同分析过程中,分别按行政区划和区位条件对县域进行分组分析,都表现出发散的状态.而中部县域的条件β-趋同现象说明对县域经济发展给予适当的政策倾斜是有效而且十分必要的,可以使得县域经济更快地增长.通过趋同条件的分析可知,人力资本、投资、城镇化水平是促进经济增长的重要因素,而劳动投入、政府财政支出和储蓄水平则与县域经济增长负相关,此外,县域所处的区位对经济增长也有显著影响.     

《回归分析》教学的两个注记

本文对《回归分析》的教学提出两个注记：关于检验回归方程显著性的注记，解答了学生常问的而又不易讲清的问题;建议使用P值使得模型精简明了，不再进行统计量值与临界值的比较。     

对多重共线性问题的探讨

本文指出变量间的内在联系是共线性产生的本质原因,并普遍存在于变量之间;总结分析了共线性的潜在危害、诊断方法和处理手段;共线性的诊断并不是必须的,其严重性也不等于有危害性,但现有处理方法偏离了危害性这个问题本源。本文结合文图研究,指出共线性有意义的区分是有无危害性,并提出GMDH方法能处理有害共线性问题。     

解决多重共线性的新思路:路径分析

文章在回顾多重共线性产生的原因、后果、解决思路的基础上,文章提出了用路径分析解决多重共线性的新思路,实证分析结果表明:在解决多重共线性方面,路径分析可以得到和逐步回归相同的结果.