![]() КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Розв’язання. Крок 1. Нормалізація змінних
Крок 1. Нормалізація змінних. Позначимо вектори незалежних змінних — продуктивності праці, фондомісткості, коефіцієнтів плинності робочої сили — через де n — кількість спостережень, n = 10; m — число незалежних змінних, m = 3; Із формули бачимо, що спочатку потрібно обчислити середні арифметичні для кожної пояснювальної змінної: Усі розрахункові дані для стандартизації змінних
Дисперсії кожної незалежної змінної мають такі значення: Тоді знаменник для стандартизації кожної незалежної змінної буде такий:
Матриця стандартизованих змінних подається у вигляді:
Крок 2. Знаходження кореляційної матриці: де Ця матриця симетрична і має розмір 3 x 3. Для даної задачі Кожний елемент цієї матриці характеризує тісноту зв’язку однієї незалежної змінної з іншою. Оскільки діагональні елементи характеризують тісноту зв’язку кожної незалежної з цією самою змінною, то вони дорівнюють одиниці. Зауважимо, що при знаходженні добутку матриць Інші елементи матриці r дорівнюють: тобто вони є парними коефіцієнтами кореляції між пояснювальними змінними. Користуючись цими коефіцієнтами, можна зробити висновок, що між змінними Щоб відповісти на це запитання, потрібно ще раз звернутися до алгоритму Фаррара — Глобера і знайти статистичні критерії оцінки мультиколінеарності. Крок 3. Обчислимо детермінант кореляційної матриці r і критерій а) б) При ступені свободи Крок 4. Знайдемо матрицю, обернену до матриці r: Крок 5. Використовуючи діагональні елементи матриці C,обчислимо F -критерії: Для рівня значущості Оскільки F 1факт < F табл; F 2факт < F табл; F 3факт < F табл, то ні одна з незалежних змінних не мультиколінеарна з двома іншими. Щоб визначити наявність попарної мультиколінеарності, продовжимо дослідження і перейдемо до кроку 6. Крок 6. Обчислимо частинні коефіцієнти кореляції, скориставшись елементами матриці C: Частинні коефіцієнти кореляції характеризують тісноту зв’язку між двома змінними за умови, що третя не впливає на цей зв’язок. Порівнявши частинні коефіцієнти кореляції з парними, які було наведено раніше, можна помітити, що частинні коефіцієнти значно менші за парні. Це ще раз показує, що на підставі парних коефіцієнтів кореляції не можна зробити висновків про наявність мультиколінеарності чи її відсутність. Крок 7. Визначимо t -критерій на основі частинних коефіцієнтів кореляції. Табличне значення t -критерію при Отже, незважаючи на те, що між пояснювальними змінними досліджуваної моделі існує лінійна залежність, це не мультиколінеарність, тобто негативного впливу на кількісні оцінки параметрів економетричної моделі, не буде. Якщо F -критерій більший за табличне значення, тобто коли k -та змінна залежить від усіх інших у масиві, то необхідно вирішувати питання про її вилучення з переліку змінних. Якщо Найпростіше позбутися мультиколінеарності в економетричній моделі можна, відкинувши одну зі змінних мультиколінеарної пари. Але на практиці вилучення якогось чинника часто суперечить логіці економічних зв’язків. Тоді можна перетворити певним чином пояснювальні змінні моделі: а) взяти відхилення від середньої; б) замість абсолютних значень взяти відносні; в) стандартизувати пояснювальні змінні і т. iн. За наявності мультиколінеарності змінних потрібно звертати увагу й на специфікацію моделі. Іноді заміна однієї функції іншою, якщо це не суперечить апріорній інформації, дає змогу уникнути явища мультиколінеарності.
Дата добавления: 2014-12-10; Просмотров: 2026; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |