1樓：俊小如
所謂多重共線性（multicollinearity）是指線性回歸模型中的解釋變數之間由於存在精確相關關係或高度相關關係而使模型估計失真或難以估計準確。
一般來說，由於經濟資料的限制使得模型設計不當，導致設計矩陣中解釋變數間存在普遍的相關關係。完全共線性的情況並不多見，一般出現的是在一定程度上的共線性，即近似共線性。
產生原因主要有3各方面：
（1）經濟變數相關的共同趨勢
（2）滯後變數的引入
（3）樣本資料的限制
產生的影響有以下5種：
（1）完全共線性下引數估計量不存在
（2）近似共線性下ols估計量非有效，多重共線性使引數估計值的方差增大，1/(1-r2)為方差膨脹因子(variance inflation factor, vif)
（3）引數估計量經濟含義不合理
（4）變數的顯著性檢驗失去意義，可能將重要的解釋變數排除在模型之外
（5）模型的**功能失效。變大的方差容易使區間**的「區間」變大，使**失去意義。
需要注意：即使出現較高程度的多重共線性，ols估計量仍具有線性性等良好的統計性質。但是ols法在統計推斷上無法給出真正有用的資訊。
2樓：紅象金融
eviews過程如下：
1、主選單quick－group statistics－corrrelation，在對話方塊中輸入x1 x2 x3 x4 x5 x6 x7，結果如下：
x1x2
x3x4
x5x6
x7x1
1.000000
0.921956
0.975474
0.931882
0.826401
0.845837
0.986815
x20.921956
1.000000
0.964400
0.994921
0.969686
0.972530
0.931689
x30.975474
0.964400
1.000000
0.974809
0.894963
0.913344
0.982943
x40.931882
0.994921
0.974809
1.000000
0.959613
0.969105
0.945444
x50.826401
0.969686
0.894963
0.959613
1.000000
0.996169
0.827643
x60.845837
0.972530
0.913344
0.969105
0.996169
1.000000
0.846079
x70.986815
0.931689
0.982943
0.945444
0.827643
0.846079
1.000000
2、由上表可以看出，解釋變數之間存在高度線性相關性。儘管方程整體線性回歸擬合較好，但x1 x2 x3 x7變數的引數t值並不顯著， x3 x6 係數的符號與經濟意義相悖。表明模型確實存在嚴重的多重共線性。
eviews中如何進行多重共線性檢驗？
3樓：俊小如
所謂多重共線性（multicollinearity）是指線性回歸模型中的解釋變數之間由於存在精確相關關係或高度相關關係而使模型估計失真或難以估計準確。
一般來說，由於經濟資料的限制使得模型設計不當，導致設計矩陣中解釋變數間存在普遍的相關關係。完全共線性的情況並不多見，一般出現的是在一定程度上的共線性，即近似共線性。
產生原因主要有3各方面：
（1）經濟變數相關的共同趨勢
（2）滯後變數的引入
（3）樣本資料的限制
產生的影響有以下5種：
（1）完全共線性下引數估計量不存在
（2）近似共線性下ols估計量非有效，多重共線性使引數估計值的方差增大，1/(1-r2)為方差膨脹因子(variance inflation factor, vif)
（3）引數估計量經濟含義不合理
（4）變數的顯著性檢驗失去意義，可能將重要的解釋變數排除在模型之外
（5）模型的**功能失效。變大的方差容易使區間**的「區間」變大，使**失去意義。
需要注意：即使出現較高程度的多重共線性，ols估計量仍具有線性性等良好的統計性質。但是ols法在統計推斷上無法給出真正有用的資訊。
4樓：紅象金融
eviews過程如下：
1、主選單quick－group statistics－corrrelation，在對話方塊中輸入x1 x2 x3 x4 x5 x6 x7，結果如下：
x1x2
x3x4
x5x6
x7x1
1.000000
0.921956
0.975474
0.931882
0.826401
0.845837
0.986815
x20.921956
1.000000
0.964400
0.994921
0.969686
0.972530
0.931689
x30.975474
0.964400
1.000000
0.974809
0.894963
0.913344
0.982943
x40.931882
0.994921
0.974809
1.000000
0.959613
0.969105
0.945444
x50.826401
0.969686
0.894963
0.959613
1.000000
0.996169
0.827643
x60.845837
0.972530
0.913344
0.969105
0.996169
1.000000
0.846079
x70.986815
0.931689
0.982943
0.945444
0.827643
0.846079
1.000000
2、由上表可以看出，解釋變數之間存在高度線性相關性。儘管方程整體線性回歸擬合較好，但x1 x2 x3 x7變數的引數t值並不顯著， x3 x6 係數的符號與經濟意義相悖。表明模型確實存在嚴重的多重共線性。
eviews面板資料多重共線性、異方差和殘差檢驗
5樓：匿名使用者
共線性：
通過了f檢驗，但是模型的某些自變數的係數的t檢驗沒有通過，而且相關係數比較大，這是多重共線性的典型特點。你需要檢驗你的那幾個沒通過t檢驗的自變數是否存在多重共線性。方法很簡單，把他們top ten sls lnsal lnta alr ceo中的其中乙個作為因變數 其餘的作為自變數，看能不能通過f檢驗，如果通過了，說明該變數與其餘變數存在多重共線性，沒通過則不存在。
存在多重共線性的變數應該刪除一部分。但是如果理論表明該變數對模型確實有影響的話，就不能刪除，一切以理論為依據。
異方差：回歸過後，在輸出的結果那個視窗中選擇view-其中有一項是residuals tests,看清楚了，肯定有的。然後選擇最後一項heteroskedasticity test 再選擇 white，輸出結果就是異方差檢驗的懷特檢驗。
eviews多重共線性具體操作
6樓：劉得意統計服務
多重共線性檢驗，最好的軟體是spss，它會自動給出全部共線性檢驗指標，如圖：
後乙個是最主要的vif(方差膨脹因子）檢驗，它大於5，有共線。大於10，共線嚴重。
這個表給出了更多的共線性檢驗方法，比如第3列條件索引（其實是條件指數），它大於10共線，大於30嚴重共線。
7樓：匿名使用者
這個用spss更方便
我替別人做這類的資料分析蠻多的
怎樣利用eviews3.1進行資料多重共線性檢驗？求步驟，剛做完引數估計。
如何進行心理干預，如何進行心理干預
到三甲醫院，大夫會幫助你的，這個工作是大夫對你進行的 方法 不同問題有不同的干預方法。當然要分輕重緩急，對不同的事件進行處理，達到及時干預，危機事件 預防危機事件之後的後續影響的產生。一般分為三個階段 第一階段 立即反應 當事者表現麻木 否認或不相信 第二階段 完全反應 感到激動 焦慮 痛苦和憤怒，...
如何進行戶口遷移，如何進行戶口遷移
答 一 遷入手續 一 市區生源畢業生回原籍落戶，提供戶口遷移證 就業報到證影印件 家庭戶口本 糧油本或派出所的戶籍證明，由我中心在報到證影印件簽章後到派出所辦理戶口遷移手續。二 外地生源在我市落實了就業單位及實行 先落戶 後就業 的外地專科以上畢業生，在我中心辦理人事 手續後，提供以下證件由我中心統...
如何進行管理，如何進行文件管理
鴻博檔案 對於文件的管理，首先要明確檔案分類，檔案界一般把檔案劃分為 文書檔案 科技檔案 專門檔案和音像檔案 或特殊檔案 四個種類。而檔案分類是一項重要基礎性工作，如果檔案分類不清 組織體系混亂 材料沒有 各歸其位 整理編目雜亂無序，整理者空耗精力，使用者 怨聲載道 科學分類 按照國家標準，如 機關...