回归模型中存在多重共线性,你如何解决这个问题()1.去除这两个共线性变量2.我们可以先去除一个共
回归模型中存在多重共线性,你如何解决这个问题()
1.去除这两个共线性变量
2.我们可以先去除一个共线性变量
3.计算VIF(方差膨胀因子),采取相应措施
4.为了避免损失信息,我们可以使用一些正则化方法,比如,岭回归和lasso回归
A.1
B.2
C.2和3
D.2,3和4
回归模型中存在多重共线性,你如何解决这个问题()
1.去除这两个共线性变量
2.我们可以先去除一个共线性变量
3.计算VIF(方差膨胀因子),采取相应措施
4.为了避免损失信息,我们可以使用一些正则化方法,比如,岭回归和lasso回归
A.1
B.2
C.2和3
D.2,3和4
A.剔除所有的共线性变量
B.剔除共线性变量中的一个
C.通过计算方差膨胀因子(VarianceInflationFactor,VIF)来检查共线性程度,并采取相应措施
D.删除相关变量可能会有信息损失,我们可以不删除相关变量,而使用一些正则化方法来解决多重共线性问题,例如Ridge或Lasso回归
附件给出了中国商品进口额、国内生产总值、居民消费价格指数。请考虑下列模型:. (1)利用数据估计此模型的参数。 (2)你认为数据中存在多重共线性吗? (3)进行以下回归:根据这些回归你能对多重共线性的性质有什么认识? (4)假设经检验数据有多重共线性,但模型中和在的水平上显著,并且检验也显著,你对此模型的应用有何建议?
考虑以下模型:其中,Y是消费支出,X是收入,t是时间。 上述模型假定了时间t的消费支出不仅仅和当期收入相关,还和以前多期的收入相关。 (1) 模型中是否存在多重共线性?为什么? (2) 如果你认为存在多重共线性,在理论上如何进行多重共线性检验。
批判性地评价如下命题:
a.“多重共线性实际上不是一个建模的错误,而是数据不充分的一种状况。”
b.“如果不能得到更多的数据,那就必须接受数据包含有限信息量的事实并相应地设定模型。试图估计过分复杂的模型是经验丰富的应用计量经济学家最常见的错误之一。’
c.“研究者通常认为,只要在回归结果中没有看到他们预先假设的符号,他们先验推定重要的变量具有不显著的t值,或者去掉一个解释变量会导致各种回归结果都明显变化,那就是多重共线性在作怪。不幸的是,这些条件中没有一个是存在共线性的充分或必要条件,而且对于解决他们提出的估计问题需要什么样的额外信息没有提供任何有用的建议。”
d.“....何包含多于四个自变量的时间序列回归都会带来垃圾。”
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!