Засоби усунення мультиколінеарності. Метод головних компонентів

Виявлення мультиколінеарності є лише частиною справи. Інша частина – як її усунути. Безпомилкових і абсолютно правильних по­рад немає, оскільки мультиколінеарність є прикладною проблемою.

Звичайно, усе залежить від ступеня мультиколінеарності, однак у будь-якому разі можна запропонувати кілька простих методів усу­нення мультиколінеарності:

1) використання додаткової або первинної інформації;

2) об'єднання інформації;

3) відкидання змінної з високою кореляцією;

4) перетворення даних (використання перших різниць);

5) збільшення кількості спостережень.

Які поради спрацюють на практиці, залежить від істотності про­блеми та її характеру.

Якщо переліченими методами не вдається усунути мультиколінеарність, то для оцінювання параметрів багатовимірної моделі доціль­но застосувати метод головних компонентів (вивчення цього методу виходить за межі програми).

Зауважимо, що метод головних компонентів доцільно застосову­вати, по-перше, для оцінювання параметрів моделей з великою кількістю факторів, по-друге, для моделей, у яких незалежні змінні (стовпці матриці спостережень X) мають однакові одиниці вимірю­вання.

Контрольні запитання

1. Що означає мультиколінеарність змінних?

2. До яких наслідків призводить мультиколінеарність?

3. Як впливає наявність мультиколінеарності на оцінку параметрів моделі?

4. За допомогою яких методів визначають наявність мультиколі­неарності?

5. Які статистичні критерії включає алгоритм Фаррара–Глобера?

6. Охарактеризуйте алгоритм Фаррара–Глобера.

7. Які висновки можна зробити, дослідивши мультиколінеарність за алгоритмом Фаррара–Глобера?

8. Що характеризують елементи кореляційної матриці ?

9. Як усунути мультиколінеарність? Наведіть методи її усунення.

10. Яким методом можуть бути оцінені параметри моделі з мультиколінеарними змінними?

Дата добавления: 2014-10-23