Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Отбор факторов в модель множественной регрессии
Построение уравнения множественной регрессии начинается с решения вопроса о спецификации модели. Применительно к множественной регрессии, необходимо до определения вида модели, произвести отбор факторов. Факторы, включаемые в модель должны быть: 1) количественно измеримы. Если необходимо включить в модель качественный фактор, не имеющий количественного измерения, то ему нужно придать количественную определенность. 2) факторы не должны быть интеркоррелированы и тем более находиться в точной функциональной связи. Это может привести к тому, что система уравнений может оказаться плохо обусловленной и повлечь за собой неустойчивость и ненадежность оценок коэффициентов регрессии. Если между факторами существует высокая корреляция, то нельзя определить их изолированное влияние на результативный показатель и параметры уравнения оказываются не интерпретируемыми. По величине парных коэффициентов корреляции обнаруживается явная коллинеарность факторов, но может быть и мультиколлинеарность факторов, когда более чем 2 фактора связаны между собой линейной зависимостью, т.е. имеет совокупное воздействие факторов друг на друга. Наличие мультиколлинеарности факторов может означать, что некоторые факторы всегда будут действовать в унисон. В результате вариация в исходных данных перестает быть независимой, и нельзя оценить воздействие каждого фактора в отдельности. Чем сильнее мультиколлинеарность, тем менее надежна оценка с помощью МНК. Для оценки мультиколлинеарности может использоваться определитель (det) матрицы парных коэффициентов корреляции. Если бы факторы не коррелировали между собой, то - идеальный случай. Если есть связь между факторами и все коэффициенты корреляции равны 1, то . При отборе факторов рекомендуется пользоваться следующим правилом: число включаемых факторов примерно в 6-7 раз меньше объема совокупности, по которой строится регрессия. Если это соотношение нарушено, то число степеней свободы остаточной вариации очень мало. Это приводит к тому, что параметры уравнения регрессии оказываются статистически незначимыми. В линейной множественной регрессии параметры при называются коэффициентами чистой регрессии, они характеризуют среднее изменение результата с изменением соответствующего фактора на 1 единицу при неизменном значении других факторов, закрепленных на среднем значении.
|
||||
Последнее изменение этой страницы: 2017-02-21; просмотров: 338; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.144.244.44 (0.003 с.) |