Поможем написать любую работу на подобную тему
Реферат
Способы устранения мультиколлинеарности. Отбор наиболее существенных факторов.
От 275 руб
Контрольная работа
Способы устранения мультиколлинеарности. Отбор наиболее существенных факторов.
От 280 руб
Курсовая работа
Способы устранения мультиколлинеарности. Отбор наиболее существенных факторов.
От 800 руб
Единого метода устранения мультиколлинеарности, годного в любом случае, не существует. Это связано с тем, что причины и последствия мультиколлинеарности неоднозначны и во многом зависят от результатов выборки. Все методы, которые могут быть использованы, делятся на две категории: к первой относятся попытки повысить степень выполнения условий Гаусса-Маркова, ко второй – использование внешней информации.
1. Так как проблема практически всегда возникает в регрессиях по временным рядам, то можно увеличить число наблюдений (от ежегодных к поквартальным). Однако надо не забывать об усилении автокорреляции и ошибок измерения.
2. При перекрестных данных можно увеличить дисперсию наблюдений независимых переменных в выборке.
3. Отбор наиболее существенных факторов. Можно использовать процедуры пошагового включения или исключения факторов. Например, процедура пошагового отбора состоит в следующем:
а) строят уравнение регрессии с полным набором факторов;
б) определяют матрицы парных и частных коэффициентов корреляции;
в) отбирают фактор с наименьшей (отбор) или наибольшей (включение) величиной коэффициента частной корреляции по t-критерию: , r – должен быть существенным для включения и несущественным для исключения;
г) строят новое уравнение регрессии:
- при отсеве – пока все факторы не будут существенно отличны от нуля;
- при включении – пока увеличивается .
4. Переход от несмещенных оценок к смещенным, т.е.
, где
- некоторое положительное число (
=0,1
0,4). Таким образом,
- невырожденная, увеличивается определитель, и уменьшаются ошибки параметров.
5. Переход от исходных объясняющих переменных к новым, представляющим линейные комбинации исходных. В качестве таких переменных используют, например, главные компоненты вектора исходных объясняющих переменных (Метод главных компонент).
Пример использования пошагового отбора факторов в модель.
Изучается зависимость индекса человеческого развития у от переменных:
Х1 – ВВП 1997 г., % к 1992 г.;
Х2 – расходы на конечное потребление в текущих ценах, % к ВВП;
Х3 – расходы домашних хозяйств, % к ВВП;
Х4 – валовое накопление, % к ВВП;
Х5 – суточная калорийность питания населения, ккал на душу населениея;
Х6 – ожидаемая продолжительность жизни при рождении в 1997 г., число лет.
Страна |
Y |
x1 |
x2 |
x3 |
x4 |
x5 |
x6 |
x1 |
x5 |
x2 |
|
Австрия |
0,904 |
115 |
75,5 |
56,1 |
25,2 |
3343 |
77 |
115 |
3343 |
75,5 |
|
Австралия |
0,922 |
123 |
78,5 |
61,8 |
21,8 |
3001 |
78,2 |
123 |
3001 |
78,5 |
|
Белоруссия |
0,763 |
74 |
78,4 |
59,1 |
25,7 |
3101 |
68 |
74 |
3101 |
78,4 |
|
Бельгия |
0,923 |
111 |
77,7 |
63,3 |
17,8 |
3543 |
77,2 |
111 |
3543 |
77,7 |
|
Великобритания |
0,918 |
113 |
84,4 |
64,1 |
15,9 |
3237 |
77,2 |
113 |
3237 |
84,4 |
|
Германия |
0,906 |
110 |
75,9 |
57 |
22,4 |
3330 |
77,2 |
110 |
3330 |
75,9 |
|
Дания |
0,905 |
119 |
76 |
50,7 |
20,6 |
3808 |
75,7 |
119 |
3808 |
76 |
|
Индия |
0,545 |
146 |
67,5 |
57,1 |
25,2 |
2415 |
62,6 |
146 |
2415 |
67,5 |
|
Испания |
0,894 |
113 |
78,2 |
62 |
20,7 |
3295 |
78 |
113 |
3295 |
78,2 |
|
Италия |
0,9 |
108 |
78,1 |
61,8 |
17,5 |
3504 |
78,2 |
108 |
3504 |
78,1 |
|
Канада |
0,932 |
113 |
78,6 |
58,6 |
19,7 |
3056 |
79 |
113 |
3056 |
78,6 |
|
Казахстан |
0,74 |
71 |
84 |
71,7 |
18,5 |
3007 |
67,6 |
71 |
3007 |
84 |
|
Китай |
0,701 |
210 |
59,2 |
48 |
42,4 |
2844 |
69,8 |
210 |
2844 |
59,2 |
|
Латвия |
0,744 |
94 |
90,2 |
63,9 |
23 |
2861 |
68,4 |
94 |
2861 |
90,2 |
|
Нидерланды |
0,921 |
118 |
72,8 |
59,1 |
20,2 |
3259 |
77,9 |
118 |
3259 |
72,8 |
|
Норвегия |
0,927 |
130 |
67,7 |
47,5 |
25,2 |
3350 |
78,1 |
130 |
3350 |
67,7 |
|
Польша |
0,802 |
127 |
82,6 |
65,3 |
22,4 |
3344 |
72,5 |
127 |
3344 |
82,6 |
|
Россия |
0,747 |
61 |
74,4 |
53,2 |
22,7 |
2704 |
66,6 |
61 |
2704 |
74,4 |
|
США |
0,927 |
117 |
83,3 |
67,9 |
18,1 |
3642 |
76,7 |
117 |
3642 |
83,3 |
|
Украина |
0,721 |
46 |
83,7 |
61,7 |
20,1 |
2753 |
68,8 |
46 |
2753 |
83,7 |
|
Финляндия |
0,913 |
107 |
73,8 |
52,9 |
17,3 |
2916 |
76,8 |
107 |
2916 |
73,8 |
|
Франция |
0,918 |
110 |
79,2 |
59,9 |
16,8 |
3551 |
78,1 |
110 |
3551 |
79,2 |
|
Чехия |
0,833 |