FRM考試的內(nèi)容有很多,想要全面掌握也不是一件容易的事情,今天給大家分享一下Multicollinearity的內(nèi)容有哪些?

Multicollinearity是多重共線性的意思,是指線性回歸模型中的解釋變量之間由于存在精 確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn) 確。>>>點(diǎn)擊領(lǐng)取2021年FRM備考資料大禮包(戳我免·費(fèi)領(lǐng)?。?/span>

一般來說,由于經(jīng)濟(jì)數(shù)據(jù)的限制使得模型設(shè)計(jì)不當(dāng),導(dǎo)致設(shè)計(jì)矩陣中解釋變量間存在普遍的相關(guān)關(guān)系。完全共線性的情況并不多見,一般出現(xiàn)的是在一定程度上的共線性,即近似共線性。

Multicollinearity多重共線性產(chǎn)生原因:

(1)經(jīng)濟(jì)變量相關(guān)的共同趨勢(shì)

(2)滯后變量的引入

(3)樣本資料的限制

掃碼咨詢

Multicollinearity多重共線性影響: 【資料下載】FRM一級(jí)思維導(dǎo)圖PDF版

(1)完全共線性下參數(shù)估計(jì)量不存在

(2)近似共線性下OLS估計(jì)量非有效

(3)參數(shù)估計(jì)量經(jīng)濟(jì)含義不合理

(4)變量的顯著性檢驗(yàn)失去意義,可能將重要的解釋變量排除在模型之外

(5)模型的預(yù)測(cè)功能失效。變大的方差容易使區(qū)間預(yù)測(cè)的“區(qū)間”變大,使預(yù)測(cè)失去意義。

FRM考試的知識(shí)點(diǎn)內(nèi)容就分享這么多,學(xué)員如果還有更多的內(nèi)容想要學(xué)習(xí),可以在線咨詢老師或者添加老師微信(rongyuejiaoyu)。