导航:首页 > 程序命令 > vif命令

vif命令

发布时间:2023-09-12 16:34:09

1. 方差膨胀因子VIF是怎样计算的 在EVIEWS5.0里如何操作

if确实是一个变量一个vif,但如果没有其它变量,vif又怎么计算,它和其它变量是有关的。
个人研究了eviews计算vif的方法
比如一个数据有因变量y,自变量x1,x2
我们通常计算的是x1,x2的vif值
以计算x1的vif值为例
做回归方程ls x1 c x2回车后得到一个回归估计结果
点击关闭,在对话框点name重命名为eqjzz
在对象窗口打开eqjzz,在命令输入scalar vifjzz=1/(1-eqjzz.@R2) 回车
在对象窗口生成一个vifjzz,双击是打不开的,但在左下角出有一个数值,这就是x1的vif值

计算x2的vif值只要把回归方程换成这样ls x2 c x1就行了,其它的和前面一样当然方程的命名不能一样。

2. 如何用Stata命令消除多重共线性问题

影响
(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)变量的显着性检验失去意义,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。
判断方法
如图,是对德国人口老龄化情况的分析,其中y是老龄化情况,线性回归的x1、x2、x3分别为人均国内生产总值、出生率、每个医生平均负担人口数。
判断方法1: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。
判断方法2:条件索引列第3第4的值大于10,可以说明存在比较严重的共线性。
判断方法3:比例方差内存在接近1的数(0.99),可以说明存在较严重的共线性。
解决方法
(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)。
(4)简单相关系数检验法

阅读全文

与vif命令相关的资料

热点内容
清除电脑文件夹垃圾的方法 浏览:223
天河程序员 浏览:189
成都程序员公积金 浏览:765
程序员为什么叫程序猿 浏览:481
加西贝拉压缩机价格 浏览:786
海信聚好看如何用u盘安装app 浏览:69
加密狗怎么写的 浏览:557
安卓手机如何能调最大声音 浏览:665
编程开发工具大全 浏览:568
如何把安卓系统换成windows 浏览:28
android拼接url 浏览:22
华为nfc复制加密卡怎么模拟 浏览:772
在pdf中怎么插入文件 浏览:112
单片机中fw缩写是什么 浏览:375
交换律的算法怎么样看能看出简便 浏览:659
找医疗工作用哪个app 浏览:143
梦幻之乡密码解压 浏览:596
nvidiasmi命令 浏览:757
创新账户加密维萨卡 浏览:874
解压密码很多怎么办 浏览:749