Вимоги до чинників множинної регресії

Множинна регресія і кореляція

Парна регресія може дати добрий результат при моделюванні, якщо впливом інших чинників, що впливають на об'єкт дослідження, можна нехтувати. Якщо ж цим впливом нехтувати не можна, то в цьому випадку слід спробувати виявити вплив інших чинників, ввівши їх в модель, тобто побудувати рівняння множинної регресії

,

де - залежна змінна (результативна ознака), - незалежні змінні (ознаки-чинники).

Основна мета множинної регресії - побудувати модель з великим числом чинників, визначивши при цьому вплив кожного з них окремо, а також сукупна їх дія на модельований показник.

Побудова рівняння множинної регресії починається з рішення питання про специфікацію моделі. Він включає два круги питань: відбір чинників і вибір виду рівняння регресії.

Чинники, що включаються в множинну регресію, повинні пояснити варіацію незалежної змінної. Якщо будується модель з набором чинників, то для неї розраховується показник детермінації , який фіксує частку поясненої варіації результативної ознаки за рахунок чинників, що розглядаються в регресії. Вплив інших, не врахованих в моделі чинників, оцінюється з відповідною залишковою дисперсією .

При додатковому включенні в регресію чинника коефіцієнт детермінації повинен зростати, а залишкова дисперсія зменшуватися. Якщо ж цього не відбувається і дані показники практично не відрізняються один від одного, то чинник , що включається в аналіз, не покращує модель і практично є зайвим чинником.

Коефіцієнти інтеркореляції (тобто кореляція між пояснюючими змінними) дозволяють виключати з моделі дублюючі чинники. Вважається, що дві змінні явно колінеарні, тобто знаходяться між собою в лінійній залежності, якщо . Якщо чинники явно колінеарні, то вони дублюють один одного і один з них рекомендується виключити з регресії. Перевага при цьому віддається тому чиннику, який при достатньо тісному зв'язку з результатом має найменшу тісноту зв'язку з іншими чинниками.

Найбільші труднощі у використанні апарату множинної регресії виникають за наявності мультиколінеарності чинників, коли більш ніж два чинники зв'язані між собою лінійною залежністю, тобто має місце сукупна дія чинників один на одного. Наявність мультиколінеарності чинників може означати, що деякі чинники завжди діятимуть в унісон. В результаті варіація у початкових даних перестає бути повністю незалежною і не можна оцінити дію кожного чинника окремо.

Дата добавления: 2017-02-01