Лекции эконометрика 1-8 / Лекция 7

Тестирование мультиколлинеарности: VIF

VIF – Variance Inflation Factor – фактор обесценения

(возрастания) дисперсии

Пусть

остальные; берем из этой регрессии коэффициент детерминации Rj2. Вычисляем

VIF(Xj)=1/(1-Rj2).

Если VIF(Xj)>10  мультиколлинеарность!

21

Мультиколлинеарность: методы «борьбы»

Изменить спецификацию модели:

-Исключить из модели одну (или более) переменных;

-Подобрать более подходящие регрессоры;

Изменить размер выборки (больше наблюдений, перейти от годовых данных к квартальным/месячным и т.д.);

Увеличить вариацию (изменчивость) регрессоров;

Использовать метод главных компонент (или другой метод снижения размерности);

22

Мультиколлинеарность: методы «борьбы»

Преобразовать коллинеарные переменные:

-Использовать агрегаты (линейные комбинации);

-Очищать переменные от влияния друг друга;

-Оценить нелинейную регрессию;

-Оценить модель в разностях;

Ввести теоретические ограничения на коэффициенты модели;

Оставить как было!

23

Мультиколлинеарность: методы «борьбы»

Чтобы уменьшить стандартные ошибки коэффициентов, нужно уменьшить дисперсию ошибки регрессии

Все перечисленные методы уменьшается дисперсия ошибки регрессии  уменьшается дисперсия оценки коэффициента

24

Распределение МНК-оценок коэффициентов в больших выборках

Если выполняются все 4 предположения метода наименьших квадратов для модели множественной регрессии, то МНК-оценки коэффициентов модели совместно нормально распределены; являются

условно несмещенными и состоятельными и оценка любого коэффициента имеет распределение

25