当前课程知识点：计量经济学 > 7. 多重共线性 > 7.3多重共线性救治措施 > 7.3多重共线性救治措施
多重共线性一定是不好的吗
当然不能一律否定
这取决于研究目标
如果研究目标是预测被解释变量的均值
则多重共线性未必一定导致坏的结果
如果研究目标是估计一组系数
多重共线性也无大碍
如果研究目的是估计模型的参数
那么严重的共线性会破坏估计的有效性
而一般程度的共线性影响不大
下面讨论严重多重共线救治的一些措施
多重共线性的侦测和救治是两个根本任务
前面我们学习侦测的问题
今天讲怎么救治
但多重共线性的救治没有万能的方法
如果多重共线性是因为样本数据导致的
救治的办法很有限
在估计模型参数时关键是降低多重共线性的程度
多重共线性救治措施大多是经验型的
下面学习以下几种方法
第一 删掉一个变量或多个变量的办法
第二 重新设定模型的办法
第三 对模型变量进行变换的办法
第四 利用先验信息的办法
第五 补充样本或数据的办法
第六 介绍其它的一些补救办法
下面我们逐一讲解
从模型中删掉变量的办法
如果多重共线性问题很严重
最简单的解决办法就是删掉一个或者多个导致共线性的变量
这种方法简单但也很粗暴的
因为删除变量可能会导致模型设定偏误
一般不要仅仅因为共线性严重
就从一个有经济意义的模型中删除某个变量
换句话说
仅仅为了解决技术问题而伤害有意义的经济模型是不厚道的
如果实在要删除变量
具体选择删除哪个或哪几个变量呢
这将在本节的实验课中具体讲解
重新设计模型变量的方法
有时因为考虑不充分
需要重新设定模型
这主要是要解决两个问题
一是是否遗漏了一些重要变量
具体方法是用前面学过的遗漏变量检验来判断
另一个是函数形式的选择是否正确
这取决于研究者对相关学科理论的理解和运用能力
对变量进行变换的方法
有时需要对模型当中的变量进行变换以降低共线性程度
如上一章学习的差分法
此外也常用对变量取自然对数的变换
以及对变量做除法的变换等等
变换后再回归
例如用国内生产总值GNP和价格Price
对进口improt进行回归
发现解释变量的t检验不显著
而R2很高
说明GNP和Price之间可能存在严重的多重共线性
作变换
将GNP和IMPORT除以价格PRICE得到新的变量
然后再进行回归
结果多重共线性症状消失了
变量的回归系数变得显著了
利用先验信息的方法
举个例子
收入（X2）和财富（X3）对消费支出（Y）进行回归
X2和X3之间存在较严重的多重共线性
如果我们知道先验信息:b3=0.1b2
即平均收入每增加1元
则平均财富增加0.1元
将这个先验信息代入到原来的回归方程中
得到新模型
共线性完全消除了
不足之处是这里有个假设前题
即先验信息在当前研究中依然是有效的
否则这一方法就失去了逻辑基础
补充数据或样本变量的方法
多重共线性是一个样本特征
如果不考虑经济成本或其它的客观限制
那么补充数据、更换样本数据或者增加样本量
对削减多重共线性程度肯定是可行的
但是否总是可行的呢
增加的经济成本是否可以承受呢
就得具体考虑了
多元分析当中
还有其它一些补救措施
例如在某些情况下
可将时间序列数据和截面数据组合起来消除多重共线性
当然利用因子分析法、岭回归分析法、主成份分析法等
来消除共线性也是常用的
对于这些方法
有兴趣的同学可以在课后自己学习
-1.1-教学构架
--1.1-教学构架
-1.1E-文件、数据、变量与群实验
-1.2 -数据-变量-模型
-1.2E1-窗口与菜单实验
-1.2E2-变量描述统计与显示实验
-1.3-假设检验的一般逻辑
-1.3E-齐性检验与分布检验实验
-第一章 作业
-2.1最小平方法与决策系数
-2.2 CLRM假设条件
-2.3 回归分析
--2.3 回归分析
-2.3E1 回归分析实验
-2.4 回归检验
--2.4 回归检验
-2.4E1 回归检验实验
-2.4E2 回归检验实验
-2.5 预测与分析
-2.5E 预测实验
-第二章 作业
-3.1非线性回归模型的线性化(1)
-3.2非线性回归模型的线性化(2)
-3.2 E非线性化的转换实验
-第三章 作业
-4.1哑变量及设置
-4.2哑变量的回归
-4.3结构稳定性问题
-4.3E哑变量回归实验
-第四章 作业
-5.1异方差概念及其后果
-5.2异方差侦测方法
-5.2E异方差侦测实验
-5.3异方差救治措施
-5.3E异方差救治实验
-第五章 作业
-6.1自相关性及其后果
-6.2自相关性侦测方法
-6.2E自相关性侦测实验
-6.3自相关性救治措施
-6.3E自相关性救治措施实验
-第六章 作业
-7.1多重共线性及其后果
-7.2多重共线性侦测方法
-7.2E多重共线性侦测实验
-7.3多重共线性救治措施
-7.3E多重共线性救治措施实验
-第七章 作业
-8.1模型选择：标准与检验
-8.1E模型选择：检验与实验
-第八章 作业
-课程勘误
