《表3 共线性诊断：我国住户存款影响因素分析——基于岭回归》

  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

《我国住户存款影响因素分析——基于岭回归》

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，首先可以从最小二乘法回归系数表中的共线性统计资料中初步掌握，它有2个指标[1]：容忍度和膨胀系数（VIF），其实它们二者可以合为一个指标，因为膨胀系数是容忍度的倒数，所以最直观的指标就是膨胀系数。如果其中有一个自变量的VIF大于10，就可以说明存在共线性。其次可以从共线性诊断进一步核实，它有3个指标[1]，一是考察特征值，如果某一维度的特征值大于10或等于0，就证实存在共线性；二是考察条件指数，若某一维度的条件指数大于30时，就可以证明存在共线性；三是考察方差比例，如果在任一维度，任一自变量的方差比例大于0.5，就表明存在共线性。从表2的共线性统计资料可见，4个自变量的膨胀系数VIF分别为144.072、397.372均大于10，说明存在多重共线性。再观察表3中的共线性诊断结果，特征值：4特征值为0，3、5维特征值接近于0，证实存在共线性；条件指数：3、4、5维度的条件指数分别为44.762、173.466、644.245，大于30，也证明存在共线性；方差比例：X1在4维度的方差比例为0.66大于0.5，X2在4维度方差比例为0.81，大于0.5，X3在5维度的方差比例为，0.99，大于0.5，X4在4维度的方差比例为0.93，大于0.5，样证明存在共线性。综上所述，自变量满足共线性诊断的所有条件，说明4个自变量数据之间存在严重的共线性。无怪乎回归的参数不能客观反映自变量与因变量的关系。解决的最好办法就是采用岭回归法估计回归系数。