多重共线性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。
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。
主要有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。
扩展资料:
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。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。