SHPORA.net :: PDA | |
Main FAQ гуманитарные науки естественные науки математические науки технические науки Преодоление мультиколлинеарности при построении модели регрессии. Мультиколлинеарность – совокупное воздействие факторов друг на друга, когда >2 факторов связ. между собой лин. зависимостью. Если факторы мультиколлинеарны, следует: 1). Изменить состав факторов, исключить один или несколько факторов. 2). Преобразовать факторы, чтобы ↓корреляцию между ними: - модель на основе рядов динамики ∆y=yt-yt-1. - метод главных компонент. 3). Перейти к совмещенному уравнению регрессии, к-е учитывает взаимодействие факторов: y = a + bx + cz + d(xz) + ε. y = f (x1, x2, x3). y = a + b1x1 + b2x2 + b3x3 + b12x1x2 + b13x1x3 + b23x2x3. Возможно включение взаимодействия более высоких порядков b123x1x2x3 и т.д., однако часто включение даже первого порядка несущественно. Тогда, например, если значимо только взаимодействие х1 и х3: y = a + b1x1 + b2x2 + b3x3 + b13x1x3 + ε. Пример: влияние удобрений на урожайность. Факторы взаимодействуют друг с другом, если влияние одного из них на рез-т зависит от уровня другого фактора. 4). Перейти к ур-иям приведенной формы. y = a + b1x1 + b2x2 + ε. х1 и х2 сильно коррелированны. Предположим, что . Можно оставить оба фактора, но использовать ур-ие совместно с др. ур-ями, где x2 рассматривается как зависимая переменная. → ŷ2 = a + b1x1 + b2(a + By + Cx3) ŷx(1 - b2B) = (a + b2A) + b1x1 + Cb2x3 , φ – остаток. ŷx = a’ + b1’x1 + b3’x3. 4). Включаемые во множ. регр. факторы должны ↑R2. |