МЕТОДИ УСУНЕННЯ МУЛЬТИКОЛІНЕАРНОСТІ

Існує відносно великий набір методів усунення часткової мультіколлінеаріості. Зупинимося на найбільш простих.

Метод додаткових регрессий

Щоб отримати список залежних регресорів, пропонується побудувати ряд додаткових лінійних моделей залежності кожного з регресорів від всіх інших. Для кожної моделі стандартним способом обчислюються оцінки коефіцієнта детермінації і значення . Далі перевіряється статистична гіпотеза про статистичної значущості коефіцієнтів детермінації і, якщо коефіцієнт детермінації виявляється незначним, то відповідний регресорів не залежить від усіх решти і він залишається в специфікації моделі. В іншому випадку цей регресорів вноситься в список взаємозалежних регресорів, з якого після предметного аналізу залишається один для включення в специфікацію моделі. У табл. 6.5 наведені значення коефіцієнтів детермінації для моделей

Таблиця 6.5

регресорів

0,714

0,983

0,978

0,785

0,13

0,11

Наведені дані вказують на те, що тільки дві екзогенні змінні: - тип будови і - відстань

від станції метро, є незалежними від інших. Решта змінні сильно корелюють один з одним. Для включення в специфікацію моделі, ймовірно, має сенс включити змінну - загальна площа квартири, так як вона з точки зору здорового глузду є деяким узагальненням залишилися змінних.

Оцінка такої моделі має вигляд:

(6.23)

Перевіривши гіпотезу , ми бачимо, що статистично значущим регресорів залишається тільки - загальна площа квартири. Результат цілком логічно виправданий: витрати на утримання квартири повністю визначаються її загальною площею.

По суті, мультиколінеарності це прояв того факту, що деякі регресорів дублюють інформацію і цим погіршують властивості моделі. Звідси, підхід до усунення мультиколінеарності полягає у видаленні з специфікації моделі тих регресорів, які не несуть суттєвої інформації на додаток до тієї, яка вже міститься в інших змінних. Найбільшого поширення набули покрокові методи включення або виключення змінних.

 
< Попер   ЗМІСТ   Наст >