《表3 共线性诊断:基于岭回归的河南省住户存款影响因素分析》

《表3 共线性诊断:基于岭回归的河南省住户存款影响因素分析》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于岭回归的河南省住户存款影响因素分析》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

共线性诊断。判断自变量是否存在共线性,可以考察以下5个参数:容忍度、膨胀系数、特征值、条件指数、方差比例。容忍度为1与某自变量与其它自变量负相关系数之差,容忍度越小,自变量共线性可能性越大,一般容忍度小于0.1时,就可以断定存在共线性;膨胀系数(VIF)为容忍度的倒数,膨胀系数越大,自变量存在共线的可能性越大,一般膨胀系数大于10时,就表明存在共线性;条件指数是计算特征值时候产生的一个统计量,条件指数越大,说明自变量共线性可能性越大,一般条件指数大于30时,就可以证明存在共线性;特征值不能太大或太小,要适中,如果特征值大于10后接近0,则说明存在共线性;方差比例是指被每个特征根相关的每个主成分所解释的估计方差的比例,方差比例越大,共线性可能性越大,一般方差比例大于0.5就可以判断存在共线性。从表2的共线性统计资料可知,4个自变量的容忍度均小于0.1,膨胀系数VIF均大于10,说明存在多重共线性。再看表3中的共线性诊断结果,4维特征值为0,5维特征值接近于0;3至5维的条件指数大于30,自变量X1、X2、X4在不同维度下的方差比例存在大于0.5的现象。从5个参数的值分析看,都满足共线性5条件,说明4个自变量数据之间存在严重的共线性。因此,最小二乘法估计回归系数不能真实反映其对因变量的影响关系,采用岭回归法确定回归系数是解决之道。