多重共线性产生的原因?
问题一：多重共线性的原因及其产生的主要后果有哪些 原因主要有3个方面：（1）经济变量相关的共同趋势
（2）滞后变量的引入
（3）样本资料的限制
主要后果：
（1）完全共线性下参数估计量不存在
（2）近似共线性下OLS估计量非有效
多重共线性使参数估计值的方差增大，1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF)
（3）参数估计量经济含义不合理
（4）变量的显著性检验失去意义，可能将重要的解释变量排除在模型之外
（5）模型的预测功能失效。变大的方差容易使区间预测的“区间”变大，使预测失去意义。
问题二：多重共线性的产生原因 主要有3个方面：（1）经济变量相关的共同趋势（2）滞后变量的引入（3）样本资料的限制
问题三：多重共线性产生的原因有哪些 数学建模 多重共线性产生的原因有哪些
最近做回归分析，出现了相关系数与回归方程系数符号相反的问题，经过研究，确认是多重共线性问题并探索了解决方法。
在此将多重共线性的相关知识整理如下。
解释变量理论上的高度相关与观测值高度相关没有必然关系，有可能两个解释变量理论上高度相关，但观测值未必高度相关，反之亦然。所以多重共线性本质上是数据问题。
造成多重共线性的原因有一下几种：
1、解释变量都享有共同的时间趋势；
2、一个解释变量是另一个的滞后，二者往往遵循一个趋势；
3、由于数据收集的基础不够宽，某些解释变量可能会一起变动；
4、某些解释变量间存在某种近似的线性关系；
问题四：多重共线性的实质是什么为什么会出现多重共线性 多重共线性的典型表现是线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。主要产生原因是经济变量相关的共同趋势，滞后变量的引入，样本资料的限制。 判断是否存在多重共线性的方法有特征值，存在维度为3和4的值约等于0，说明存在比较严重的共线性。条件索引列第3第4列大于10，可以说明存在比较严重的共线性。比例方差内存在接近1的数，可以说明存在较严重的共线性。
问题五：多重共线性的实质是什么？为什么会出现多重共线性 多重共线性，解释变量之间存在线性关系违背了解释变量间不相关的经典假设，将会给普通最小二乘法带来严重后果。
问题六：计量经济学的多重共线性是怎么回事 多重共线性,Multi-collinearity,是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。一般来说，由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。完全共线性的情况并不多见，一般出现的是在一定程度上的共线性，即近似共线性。 多重共线性产生的原因主要有3方面： 1. 经济变量相关的共同趋势 2.滞后变量的引入 3.样本资料的限制 多重共线性的影响有: 1.完全共线性下参数估计量不存在 2.近似共线性下OLS估计量非有效. 多重共线性使参数估计值的方差增大,1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF) 3.参数估计量经济含义不合理 4.变量的显著性检验失去意义，可能将重要的解释变量排除在模型之外 5.模型的预测功能失效, 变大的方差容易使区间预测的“区间”变大，使预测失去意义. 需要注意：即使出现较高程度的多重共线性,OLS估计量仍具有线性性等良好的统计性质.但是OLS法在统计推断上无法给出真正有用的信息. 多重共线性的解决方法有: 1.排除引起共线性的变量, 找出引起多重共线性的解释变量,将它排除出去,以逐步回归法得到最广泛的应用. 2.差分法, 时间序列数据,线性模型: 将原模型变换为差分模型 3.减小参数估计量的方差: 岭回归法（Ridge Regression）
问题七：什么是多重共线性？产生多重共线性的经济背景是什么？多重共线性的危害是什么？为什么会造成这些危害？ 在现实经济运行中，许多经济变量在随时间的变化过程中往往存在共同的变化趋势，使之产生多重共线性；使用截面数据建立回归模型时，根据研究的具体问题选择的解释变量常常从经济意义上存在着密切的关联度；在建模过程中由于认识上的局限性造成便来那个选择不当，从而引起变量之间的多重共线性；在模型中大量采用滞后变量也容易产生多重共线性。
多重共线性的危害有几个方面：
一是在完全共线性下参数估计量不存在，理由是'1()XX-不存在；
二是近似共线性下OLS参数估计量非有效，理由是参数估计量的方差将可能变得很大；
三是参数估计量经济意义不合理，如当2X和3X存在线性关系时，2X和3X前的参数并不能反映各自与被解释变量之间的结构关系；四是变量的显著性检验失去意义，因为无论是t检验还是F检验，都与参数估计量的方差有关；五是模型的预测功能失效。
检验多重共线性的方法思路：用统计上求相关系数的原理，如果变量之间的相关系数较大则认为它们之间存在多重共线性。
克服多重共线性的方法主要有：增加样本观测值，略去不重要的解释变量，用被解释变量的滞后值代替解释变量的滞后值，利用参数之间的关系，利用解释变量之间的关系，变换模型的形式，对数据进行中心化处理，修正Frisch法等。
问题八：回归分析中出现的多重共线性问题是什么，如何处理 对多重共线性的两点认识:
①在实际中，多重共线性是一个程度问题而不是有无的问题，有意义的区分不在于有和无，而在于多重共线性的程度。②多重共线性是针对固定的解释变量而言，是一种样本的特征，而非总体的特征。
消除多重共线性的方法:
1.增加样本容量
2.利用先验信息改变
3.删除不必要的解释变量:参数的约束形式
4.其它方法:逐步回归法，岭回归(ridge regression),主成分分析(principal ponents ).
这些方法spss都可以做的，你在数据分析的子菜单下可以找到相应的做法。
删除不必要的方法的时候，最好使用一下逐步回归法，这样比较科学一点。
主成分分析的方法使用比较简单科学，本人介意用该方法。
问题九：多重共线性违背什么假定 （1）完全共线性下参数估计量不存在
（2）近似共线性下OLS估计量非有效
多重共线性使参数估计值的方差增大，1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF)如果方差膨胀因子值越大，说明共线性越强。相反 因为，容许度是方差膨胀因子的倒数，所以，容许度越小，共线性越强。可以这样记忆：容许度代表容许，也就是许可，如果，值越小，代表在数值上越不容许，就是越小，越不要。而共线性是一个负面指标，在分析中都是不希望它出现，将共线性和容许度联系在一起，容许度越小，越不要，实际情况越不好，共线性这个“坏蛋”越强。进一步，方差膨胀因子因为是容许度倒数，所以反过来。
总之就是找容易记忆的方法。
（3）参数估计量经济含义不合理
（4）变量的显著性检验失去意义，可能将重要的解释变量排除在模型之外
（5）模型的预测功能失效。变大的方差容易使区间预测的“区间”变大，使预测失去意义。
需要注意：即使出现较高程度的多重共线性，OLS估计量仍具有线性性等良好的统计性质。但是OLS法在统计推断上无法给出真正有用的信息。
绛旓細澶氶噸鍏辩嚎鎬т骇鐢熺殑鍘熷洜涓昏鏈夛紙锛堿.缁忔祹鍙橀噺涔嬮棿寰寰瀛樺湪鐫瀵嗗垏鐨勫叧鑱 B.鍦ㄦā鍨嬩腑閲囩敤婊炲悗鍙橀噺涔熷鏄撲骇鐢熷閲嶅叡绾挎 C.缁忔祹鍙橀噺涔嬮棿寰寰瀛樺湪鍚屾柟鍚戠殑鍙樺寲瓒嬪娍 D.鍦ㄥ缓妯¤繃绋嬩腑鐢变簬瑙ｉ噴鍙橀噺閫夋嫨涓嶅綋锛屽紩璧蜂簡鍙橀噺涔嬮棿鐨勫閲嶅叡绾挎 姝ｇ‘绛旀锛欰BCD
绛旓細浜х敓璇ュ叡绾挎т富瑕佹湁涓嬭堪鍘熷洜锛1銆佹牱鏈暟鎹殑閲囬泦鏄鍔ㄧ殑锛屽彧鑳藉湪涓涓湁闄愮殑鑼冨洿鍐呭緱鍒拌瀵熷硷紝鏃犳硶杩涜閲嶅璇曢獙銆2銆缁忔祹鍙橀噺鍏卞悓瓒嬪娍锛氬鍦ㄥ仛鐢靛姏娑堣垂瀵规敹鍏ュ拰浣忔埧闈㈢Н鐨勫洖褰掓椂锛屾讳綋涓湁杩欐牱鐨勪竴绉嶇害鏉燂紝鍗虫敹鍏ヨ緝楂樺搴殑浣忔埧闈㈢Н涓鑸湴璇存瘮鏀跺叆杈冧綆鐨勫搴綇鎴块潰绉ぇ銆傝祫鏈姇鍏ワ紝鍔冲姩鎶曞叆绛夈3銆佹粸鍚庡彉...
绛旓細1銆佸畬鍏ㄥ叡绾挎т笅鍙傛暟浼拌閲忎笉瀛樺湪銆2銆杩戜技鍏辩嚎鎬т笅OLS浼拌閲忛潪鏈夋晥銆3銆鍙傛暟浼拌閲忕粡娴庡惈涔変笉鍚堢悊銆4銆佸彉閲忕殑鏄捐憲鎬ф楠屽け鍘绘剰涔夛紝鍙兘灏嗛噸瑕佺殑瑙ｉ噴鍙橀噺鎺掗櫎鍦ㄦā鍨嬩箣澶栥5銆佹ā鍨嬬殑棰勬祴鍔熻兘澶辨晥锛屽彉澶х殑鏂瑰樊瀹规槗浣垮尯闂撮娴嬬殑鈥滃尯闂粹濆彉澶э紝浣块娴嬪け鍘绘剰涔夈
绛旓細閫犳垚澶氶噸鍏辩嚎鎬х殑鍘熷洜鏈変竴涓嬪嚑绉嶏細1銆佽В閲婂彉閲忛兘浜湁鍏卞悓鐨勬椂闂磋秼鍔匡紱2銆佷竴涓В閲婂彉閲忔槸鍙︿竴涓殑婊炲悗锛屼簩鑰呭線寰閬靛惊涓涓秼鍔锛3銆佺敱浜庢暟鎹敹闆嗙殑鍩虹涓嶅瀹斤紝鏌愪簺瑙ｉ噴鍙橀噺鍙兘浼氫竴璧峰彉鍔紱4銆鏌愪簺瑙ｉ噴鍙橀噺闂村瓨鍦ㄦ煇绉嶈繎浼肩殑绾挎у叧绯锛
绛旓細澶氶噸鍏辩嚎鎬т骇鐢熺殑涓昏鍘熷洜濡備笅锛1銆佸鍏冨洖褰掓ā鍨嬩腑锛岃В閲婂彉閲忎箣闂村瓨鍦ㄥ緢寮虹殑绾挎у叧绯銆2銆佹牱鏈祫鏂欑殑闄愬埗锛屽彲鑳藉鑷磋В閲婂彉閲忎箣闂村瓨鍦ㄦ煇绉嶈繎浼肩殑绾挎у叧绯汇3銆侀敊璇湴浣跨敤铏氭嫙鍙橀噺锛屼緥濡傚悓鏃跺皢鐢枫佸コ涓や釜铏氭嫙鍙橀噺閮芥斁鍏ユā鍨嬶紝鍙兘瀵艰嚧鍏辩嚎鎬с
绛旓細2. 浜х敓鐨勫師鍥鍜屽奖鍝嶏細澶氶噸鍏辩嚎鎬鍙兘婧愪簬鏁版嵁鏀堕泦杩囩▼涓殑闂锛屽澶氫釜鐩稿叧鍙橀噺鏈緱鍒板Ε鍠勫鐞嗭紝鎴栨槸鐢变簬妯″瀷璁捐涓嶅綋瀵艰嚧銆傚叾褰卞搷涓昏琛ㄧ幇鍦ㄥ弬鏁颁及璁＄殑涓嶇ǔ瀹氫笂锛屽彲鑳藉鑷存煇浜涘彉閲忕殑绯绘暟浼拌鍊间笉鍑嗙‘锛岀敋鑷冲奖鍝嶆ā鍨嬮娴嬬殑鍙潬鎬с傚湪鏋佺鎯呭喌涓嬶紝鍏辩嚎鎬х殑瀛樺湪鍙兘瀵艰嚧妯″瀷鏃犳硶缁欏嚭鏈夋剰涔夌殑瑙ｉ噴銆3. 妫娴嬩笌...
绛旓細銆愮瓟妗堛戯細D 濡傛灉瑙ｉ噴鍙橀噺涔嬮棿瀛樺湪涓ユ牸鎴栬呰繎浼肩殑绾挎у叧绯伙紝杩欏氨浜х敓浜嗗閲嶅叡绾挎ч棶棰樸浜х敓澶氶噸鍏辩嚎鎬х殑鍘熷洜鍖呮嫭锛氣憼缁忔祹鍙橀噺涔嬮棿鏈夌浉鍚屾垨鑰呯浉鍙嶇殑鍙樺寲瓒嬪娍锛涒憽妯″瀷涓寘鍚湁婊炲悗鍙橀噺锛涒憿浠庢讳綋涓彇鏍峰彈鍒伴檺鍒剁瓑銆
绛旓細銆愮瓟妗堛戯細D 濡傛灉瑙ｉ噴鍙橀噺涔嬮棿瀛樺湪涓ユ牸鎴栬呰繎浼肩殑绾挎у叧绯伙紝杩欏氨鏄閲嶅叡绾挎э紝鏈川涓鸿В閲婂彉閲忎箣闂撮珮搴︾浉鍏炽浜х敓澶氶噸鍏辩嚎鎬х殑鍘熷洜澶嶆潅锛屼竴鑸父瑙佸師鐢版湁锛氣憼鑷彉閲忎箣闂存湁鐩稿悓鎴栬呯浉鍙嶇殑鍙樺寲瓒嬪娍锛氣憽鏁版嵁鍙栨牱杩囧皯锛屽鑷存墍鏈夎嚜鍙橀噺瀵瑰洜鍙橀噺鐨勫奖鍝嶉儴涓嶆樉钁楋紝鈶㈣嚜鍙橀噺涔嬮棶鍏锋湁鏌愮绫诲瀷鐨勮繎浼肩嚎鎬у叧绯荤瓑銆
绛旓細闄ゆ浠ュ锛澶氶噸鍏辩嚎鎬х殑鍘熷洜杩樺彲鑳藉寘鎷細1銆佹暟鎹笉瓒炽傚湪鏌愪簺鎯呭喌涓嬶紝鏀堕泦鏇村鏁版嵁鍙互瑙ｅ喅闂銆2銆侀敊璇湴浣跨敤铏氭嫙鍙橀噺銆傦紙姣斿锛屽悓鏃跺皢鐢枫佸コ涓や釜铏氭嫙鍙橀噺閮芥斁鍏ユā鍨嬶紝姝ゆ椂蹇呭畾鍑虹幇鍏辩嚎鎬э紝绉颁负瀹屽叏鍏辩嚎鎬э級1銆佹柟宸啫鑳鍥犲瓙锛圴IF锛夋湁澶氱鏂规硶鍙互妫娴嬪閲嶅叡绾挎э紝杈冨父浣跨敤鐨勬槸鍥炲綊鍒嗘瀽涓殑VIF鍊硷紝VIF...
绛旓細涓昏鏈3涓柟闈細锛1锛夌粡娴庡彉閲忕浉鍏崇殑鍏卞悓瓒嬪娍锛2锛婊炲悗鍙橀噺鐨勫紩鍏锛3锛夋牱鏈祫鏂欑殑闄愬埗
