帮我解答一下EVIEWS输出结果的疑问,为什么和我的预期完全相反??
发布网友
发布时间:2022-05-11 17:58
我来回答
共1个回答
热心网友
时间:2023-10-16 13:15
利用OLS方法进行参数估计,基本假设之一就是各个解释变量间相互独立。如果某两个或多个解释变量间出现了相关性,则成为存在多重共线性。
对多个解释变量的模型,可采用综合统计检验法来检验多重共线性是否存在:
在你设立的模型中,回归结果的可决系数和F值较大,但各参数估计值的t检验值较小,说明各解释变量对Y的联合线性作用显著,但个解释变量间存在共线性而使得它们对被解释变量的独立作用不能分辨,故t检验不显著。
因此,由于你选取的解释变量间存在相关性,才导致了目前的分析结果。建议采用逐步回归法来克服多重共线性。其基本做法为:
1.将被解释变量Y 对每一个解释变量Xi (i =1,2,,k)分别进行回归,对每一个回归方程根据经济理论和统计检验进行综合分析判断,从中挑选出一个最优的基本回归方程。
2.在此基础上,再逐一引入其他解释变量,重新作回归,逐步扩大模型的规模,直至从综合情况出现最好的模型估计形式。在引进解释变量的回归方程中,存在三种情况:
如果解释变量在符号经济意义的前提下,能使拟合优度有所提高,并能够使每个参数统计检验显著,则采纳该变量;
如果新解释变量不能改善拟合优度,同时对其它参数无明显影响,则可舍弃该变量;
如果新解释变量能使拟合优度有所提高,但对其它参数无明显影响,统计检验也不显著,可以断定新解释变量引起了共线性。
在第三种情况下,因为新的解释变量引起了多重共线性,所以要按照前述的检验方法,考察变量间线性相关的形式和程度,并进行经济意义的判断,在共线性程度最高的两个变量中,舍去对被解释变量影响较小、经济意义相对次要的一个,保留影响较大、经济意义相对重要的一个。
希望我的回答对你能有所帮助。