完全多重共线性和遗漏变量偏差.计量经济学
完全多重共线性和遗漏变量偏差.计量经济学
我理解的完全多重共线性存在的条件之一是,一个变量可以用另一个变量表示,如X2=aX3 a是常数,这样.而遗漏变量偏差存在条件我理解是 1.遗漏的变量对结果有决定性作用.且2.遗漏的变量与自变量相关.
我的问题就出来了.既然相关,那不就是可以用自变量来表示这个遗漏变量吗.但是消除遗漏变量偏差的方法又是加入这个遗漏变量.但是加入以后 不就出现完全多重共线性了吗.
总感觉我这思路里面有点问题.求大神帮我把这两个的概念理清楚.现在混乱了.最好举个例子什么的
我理解的完全多重共线性存在的条件之一是,一个变量可以用另一个变量表示,如X2=aX3 a是常数,这样.而遗漏变量偏差存在条件我理解是 1.遗漏的变量对结果有决定性作用.且2.遗漏的变量与自变量相关.
我的问题就出来了.既然相关,那不就是可以用自变量来表示这个遗漏变量吗.但是消除遗漏变量偏差的方法又是加入这个遗漏变量.但是加入以后 不就出现完全多重共线性了吗.
总感觉我这思路里面有点问题.求大神帮我把这两个的概念理清楚.现在混乱了.最好举个例子什么的
赞 我的年华倒影 幼苗
共回答了20个问题采纳率：85% 举报
楼上有误.
遗漏变量会引起估计系数大小有偏,而自相关和异方差只会带来统计量（T值）有偏,也就是影响显著性,系数是无偏的.
再来解释你的问题.
遗漏变量是指,你遗漏的变量既与自变量有关,又与因变量有关.比如你的身高是x,树的高度是y,把树每年的高度对你每年的身高做回归,系数肯定显著为正.但是你遗漏了时间这个变量.其实你的身高和树的身高并没有关系,只不过都随着时间长高而已.
另外,多重共线性和线性相关是不一样的.线性相关就是你说的,一个变量可以用另一个变量表示.用向量的语言来说,就是两个变量是共线的.而多重共线性是说,两个变量的向量是夹角小于90度大于0度（如果完全无关,则向量夹角为90度）.
多重共线性是普遍存在的.两个自变量之间有多重共线性是很正常的,只要vif
遗漏变量会引起估计系数大小有偏,而自相关和异方差只会带来统计量（T值）有偏,也就是影响显著性,系数是无偏的.
再来解释你的问题.
遗漏变量是指,你遗漏的变量既与自变量有关,又与因变量有关.比如你的身高是x,树的高度是y,把树每年的高度对你每年的身高做回归,系数肯定显著为正.但是你遗漏了时间这个变量.其实你的身高和树的身高并没有关系,只不过都随着时间长高而已.
另外,多重共线性和线性相关是不一样的.线性相关就是你说的,一个变量可以用另一个变量表示.用向量的语言来说,就是两个变量是共线的.而多重共线性是说,两个变量的向量是夹角小于90度大于0度（如果完全无关,则向量夹角为90度）.
多重共线性是普遍存在的.两个自变量之间有多重共线性是很正常的,只要vif
1年前
7
可能相似的问题
-
1年前1个回答
-
1年前1个回答
-
1年前1个回答
-
1年前1个回答
-
1年前2个回答
-
1年前1个回答
你能帮帮他们吗