关于多元线性回归的毕业论文(13)

多元线性回归

化不大的前提下，可先用截面数据估计出一些变量的参数，再代入原模型估计另一些变量的参数。

变换模型形式（差分法）: 假设Z2和Z3存在高度线性相关。 设原模型为：

Yt 1 2z2. t 3z3. t t.

将其滞后一期：

Yt-1 1 2z2. t-1 3z3. t-1 t-1.

将上述两式相减，得：

Yt-Yt-1 2(z2. t-z2. t-1) 3(z3. tz3. t-1) t- t-1

令 Yt Yt-Yt-1, z2. t z2. t-z2. t-1, z3. t z3. t-z3. t-1, t t- t-1

则上述差分式子变成：

Yt 2 z2. t 3 z3. t t

差分后， z2和 z3的共线性将明显减弱。

2.5.4 异方差检验

在回归模型的假设得到满足之后，用最小二乘法估计的模型参数具有无偏和方差在线性无偏估计方法中最小的有效性，在这些假设中，其中有一条是误差项的方差不变。如果误差项的方差随观测次数的改变而改变，或随解释变量增减而变化，则称回归模型中存在异方差。异方差可以表示为Var i i2或

12 2

2

2

n

Var E

'

其中异方差的的发现和检验方法有戈德菲尔德-夸特检验：构造统计量：

F

i2i1

ei2

2i1

2

e

n c

K 1

2

n c

K 1

2

e

i2i1

2

i22i1

e

.

如果F F ，误差项存在明显的递增异方差性； 如果1 F F ，误差项没有明显的异方差性。

异方差的克服和处理：如线性回归模型为Yi 0 1z1i KzKi i，经检验，