多重共线性的一道题,用逐步回归法找出最佳回归方程为什么是选y=f(x1+x2+x3)?

这是说,逐步回归后,剔除了7个自变量,只剩下x5.
若有帮助,请及时采纳,
统计人刘得意

D

相关分析看不出来共线性的,但是可以提示,相关系数大于0.7有可能存在

用eviews计算,看各参数的T检验及F检验是否通过,如果F检验通过,但是有两个以上T检验不通过,就有很大的可能是多重共线性了.
还有就是看模型中所用的变量之间会不会明显相关,就像,货币供应量和工资之类的.
可以尝试直接联立两个变量的方差,看变量间的R平方是不是很接近1,越接近1,说明多重共线性越明显.
希望对你有用

根据eviews输出结果
1、 回归系数是指解释变量改变一个单位被解释变量相应变化多少.例如估计的回归模型中GDP的回归系数0.035671,GDP每增加100,C增加3.5671
2、回归分析报告是指t检验、f检验和拟合优度检验?
3、R^2(拟合优度=0.728282）较高,F检验显著（F值=18.76202,F值大,容易F检验）,E的t值小（t=0.084096）,t检验不显著.同样,GDP的t值也较小（t=2.376855）,t检验也不显著.R^2较高,F检验显著,t检验不显著,产生矛盾的原因：该模型存在多重共线性.
欢迎追问.

楼上有误.
遗漏变量会引起估计系数大小有偏,而自相关和异方差只会带来统计量（T值）有偏,也就是影响显著性,系数是无偏的.
再来解释你的问题.
遗漏变量是指,你遗漏的变量既与自变量有关,又与因变量有关.比如你的身高是x,树的高度是y,把树每年的高度对你每年的身高做回归,系数肯定显著为正.但是你遗漏了时间这个变量.其实你的身高和树的身高并没有关系,只不过都随着时间长高而已.
另外,多重共线性和线性相关是不一样的.线性相关就是你说的,一个变量可以用另一个变量表示.用向量的语言来说,就是两个变量是共线的.而多重共线性是说,两个变量的向量是夹角小于90度大于0度（如果完全无关,则向量夹角为90度）.
多重共线性是普遍存在的.两个自变量之间有多重共线性是很正常的,只要vif

遗漏变量是观测不到的,所以你是无法用自变量来表示他的,但是根据经济学含义,你是可以判断出来他们确实相关的.

作出各解释变量的相关系数矩阵,利用相关系数矩阵可以很容易看出自变量之间的共线性.你也可以使用辅助回归方法,即把多个解释变量中的一个作为因变量其余的作为自变量做回归分析看显著性.还可以更具OLS估计量的性质,得到估计参数的“方差膨胀因子”进行判断.

时间序列的话应该先检验数据是不是平稳的在做回归,不平稳的话就没有意义了,可以尝试先做差分在看看是否平稳在做回归