3. Sử dụng mô hình hồi qui phụ
Hồi qui một biến giải thích X nào đó theo
các biến còn lại.
Tính R
2
và F cho mỗi mô hình theo công
thức:
F =
Kiểm định giả thuyết H
0
: R
2
= 0, tức giả
thuyết biến X tương ứng không tương
quan tuyến tính với các biến còn lại.
Nếu giả thuyết H
0
được chấp nhận, thì
không có cộng tuyến.
)1)(R1(
)(
2
2


k
knR
4. Sử dụng nhân tố phóng đại phương sai
(VIF)
Đối với hàm hồi qui có hai biến giải thích X
2

Q
t
là sản lượng sản phẩm được sản
xuất ở thời kỳ t
L
t
là lao động ở thời kỳ t; K
t
là vốn ở
thời kỳ t; U
t
là sai số ngẫu nhiên
A, ,  là các tham số chúng ta cần
ước lượng
t
u
ttt
eKALQ


Lấy Lôgarit tự nhiên (5.17):
lnQ
t
= ln A + ln L
t
+ ln K
t
+ U
t
Đặt ẩn số ta được:

là các
biến độc lập, Y là biến phụ thuộc và X
2
, X
3
có tương quan chặt chẽ với nhau.
Bước 2: Tính R
2
đối với các hàm hồi qui:
có mặt cả hai biến; không có mặt một
trong hai biến.
Bước 3: Ta loại biến mà giá trị R
2
tính
được khi không có mặt biến đó là lớn hơn.
Các biện pháp khắc phục
3. Thu thập thêm số liệu hoặc lấy mẫu
mới
4. Sử dụng sai phân cấp một
Ví dụ từ hàm hồi qui: y
t
= 
1
+ 
1
x
1t
+

2

– x
1,t – 1
) + 
2
(x
2,t
– x
2,t – 1
) + (u
t
–
u
t – 1
) Hay:
y
t
= 
1
 x
1,t
+ 
2
 x
2,t
+ e
t
,
Mặc dù, x
1
và x