лабараторна 9. Практикум (раздел 3) Введение
![]()
|
3.2. Отбор факторов при построении множественной регрессииВключение в уравнение множественной регрессии того или иного набора факторов связано, прежде всего, с представлением исследователя о природе взаимосвязи моделируемого показателя с другими экономическими явлениями. Факторы, включаемые во множественную регрессию, должны отвечать следующим требованиям: 1. Факторы не должны быть взаимно коррелированы и, тем более, находиться в точной функциональной связи. Если между факторами существует высокая корреляция, то нельзя определить их изолированное влияние на результативный показатель, и параметры уравнения регрессии оказываются неинтепретируемыми. 2. Включаемые во множественную регрессию факторы должны существенно влиять на вариацию независимой переменной. Т. е. включаемые в модель факторы должны быть статистически значимыми и существенно улучшать показатель качества модели (например, коэффициент детерминации ![]() Отбор факторов производится на основе качественного теоретико-экономического анализа и обычно осуществляется в две стадии: - на первой стадии факторы подбираются исходя из сущности проблемы; - на второй стадии применяются формальные статистические критерии, например, значения t-статистики для соответствующих коэффициентов регрессии. Наличие высокой корреляции выявляется по значению линейного коэффициента ![]()
то факторные переменные ![]() ![]() ![]() ![]() Значения линейный коэффициентов корреляции ![]() ![]() ![]() ![]() ![]() ![]() В уравнение регрессии включается только один из коллинеарных факторов, при этом предпочтение отдается тому фактору, который при достаточно тесной связи с результатом имеет наименьшую тесноту связи с другими факторами. Для преодоления сильной межфакторной корреляции используется ряд подходов: - исключение из модели одного или нескольких факторов; - преобразование факторов, при котором уменьшается корреляция между ними; - переход к совмещенным уравнениям регрессии, т. е. к уравнениям, которые отражают не только влияние факторов, но и их взаимодействие, например ![]() ![]() После исключения коллинеарных факторов осуществляется процедура отбора факторов, наиболее влияющих на изменение результативного признака (факторов, включаемых в регрессию). Наиболее широкое применение получили: - метод исключения; - метод включения. В уравнении регрессии включаются только значимые факторы, что проверяется с помощью критерия Стьюдента. При отборе факторов рекомендуется, кроме всего прочего, пользоваться следующим правилом: число включаемых факторов должно быть в 6–7 раз меньше объема совокупности, по которой строится регрессия. 3.3. Выбор формы уравнения регрессииКроме точности модели для исследователя наиболее важными качествами модели являются простота модели и возможность наглядной интерпретации параметров модели. По этой причине наиболее широко используются линейная и степенная модели. В уравнении линейной множественной регрессии
параметры ![]() ![]() ![]() В уравнении степенной множественной регрессии
показатели степеней ![]() |