Спецификация моделей множественной регрессии


При построении уравнения множественной регрессии, решается 2 круга вопросов:

  1. отбор факторов
  2. выбор вида уравнения регрессии

требования к факторным признакам:

  1. 1.факторные признаки должны быть количественно измеримы
  2. Факторы не должны находится в точной функциональной связи
  3. отбор факторов должен производиться на основе качественного теоретико – эк. анализа. Две стадии анализа:
    1. факторы подбираются исходя из существенности проблемы
    2. на основе матрицы показателей корреляции, а так же t-статистики, из всего круга факторов выбираются наиболее существенные
  4. факторы не должны находится в тесной корреляционной связи друг с другом. Тесная корреляционная зависимость между факторными признаками – мультиколлинеарность. При мультиколлинеарности имеет место совокупное воздействие факторов друг на друга. Наличие мультиколлинеарности приводит:

·         к искажению параметров модели

·         изменению смысла экономической интерпретации коэффициентов регрессии

·         слабая обусловленность системы нормальн. Уравнений

·         к осложнению процесса определения наиболее существенных факторных признаков

причины мультиколлинеарности:

  • изучаемые факторные признаки характеризуют одну и туже сторону явления или процесса
  • используемые в качестве факторных признаков показателей, суммарное значение которых представляет собой постоянную величину
  • факторные признаки являются составными элементами друг друга

индикатор определения мультиколлинеарности – превышение линейным коэффициентом корреляции величины 0,8…. От одного из факторов стоит отказаться.

  1. число включаемых факторов должно быть в 6-7 раз больше(меньше) объема совокупности. Нарушение этого требования приводит к незначимости уравнения и его параметров.

Методы построения уравнения множественной регрессии:

  1. метод исключения(отсев факторов из полного его набора)
  2. метод включения(доп. Включение факторов)
  3. шаговый регрессионный анализ(исключение ранее введенного фактора)

 

Предыдущие материалы: Следующие материалы: