多重共线性-异方差-内生性-自相关总结对照表

多重共线性异方差解释变量内生性自相关定义如果存在某解释变量是其他解释变量的线性组合，则称为存在完全多重共线性。0110kkxx它们之间存在高度的线性相关性，称模型存在近似（不完全）多重共线性。0110kkxxv2(|)iivarux常数则称随机误差项u具有异方差性cov(,)0jiixu解释变量与随机误差项之间往往存在某种程度的相关性。与随机误差项相关的解释变量称为内生解释变量。Xt与xt-j相关。Cov(ut,us)≠0。即u在不同观测点下的取值相关连，则称随机误差项u存在自相关。原因1.经济变量之间具有共同变化趋势。2.变量之间存在经济联系。3.模型中包含滞后变量。4、样本数据自身原因。1．模型中省略的解释变量。2.测量误差。3、截面数据中总体各单位的差异。4、模型函数形式设定错误。5、异常观测1、遗漏变量2、测量误差3、错误的函数形式4、联立性1、解释变量的遗漏或省略2、模型函数形式设定错误3、原始数据的处理变换4、经济变量的惯性作用5、误差项本身存在自相关后果近似多重共线性并不违反回归假定。无偏的、有效的、一致的参数估计量仍可以得出，其标准误也仍将被正确估计。1、估计结果不好解释2、参数估计值的方差增大3、参数估计的置信区间变大4、假设检验容易作出错误的判断1、最小二乘估计量仍然是线性无偏的与一致的，但不再具有最小方差性。2、随机项ui的方差的估计量6u有偏。3、参数方差的估计量有偏var(Bj)是有偏的、不一致。标准误差se有偏。4、预测精度降低1、影响无偏性2、影响一致性3、其它影响随机误差项的方差估计量是有偏的，假设检验、区间估计容易导出错误的结论。1.斜率系数Bj依然是线性的和无偏的。ˆ()jjE2、最小二乘估计量的方差估计是有偏的。3.因变量的预测精度降低。检验一、直观判断法1、散点图法。2、简单相关系数法。3.经验判断法。4.“经典”判断法。5.Klein判别法。二、辅助回归法vif三、特征值与病态指数四、法勒—格劳伯（Farrar—Glauber）检验一、图示法二、斯皮尔曼等级（秩）相关检验三、戈德菲尔德－匡特检验四、帕克检验五、戈里瑟检验六、怀特检验七、布殊－帕甘检验一、RESET检验二、豪斯曼检验一、图示检验法二、解释变量严格外生条件下，误差项一阶自相关检验。ut=ut-1+vt三、古典假定下，误差项一阶自相关的DW检验四、自变量非严格外生条件下，误差项一阶自相关检验。五、误差项高阶自相关的布殊-戈弗雷检验BG检验处理一、增加样本观测值二、删去不重要的解释变量三、利用“先验”信息四、变量变换五、变换模型的形式六、逐步回归法一、加权最小二乘法二、怀特异方差－稳健程序。三、解释变量的代数变换一、工具变量法二、两阶段最小二乘法三、差分回归法一、已知的广义差分回归。二、未知的广义差分回归。1、一阶差分法2、德宾(Durbin)两步法3、基于DW统计量的估计4、基于残差的回归估计5、科克伦-奥克特迭代法三、非线性回归方法四、尼威-威斯特(Newey-West)方法