Явление мультиколлинеарности факторов в регрессионной модели. Способы определения наличия мультиколлинеарности и ее устранения

Мультиколлинеарность - это наличие тесной зависимости между об.переменными, включенными в модель.

Среди последствий мультиколлинеарности можно выделить следующие:

§ увеличение дисперсий оценок параметров

§ осложняет процесс определения наиболее существенных об.переменных

§ приводит к изменению смысла экономич. интерпретации коэфф-ов регрессии.

§ уменьшение значений t-статистик для параметров, что приводит к неправильному выводу об их статистической значимости

§ получение неустойчивых оценок параметров модели и их дисперсий

§ возможность получения неверного с точки зрения теории знака у оценки параметра

Причины возникновения мультиколлинеарности:

1. Об.переменные характеризуют одну и ту же сторону явления или процесса

2. Факторы по экономич. смыслу дублируют друг друга (прибыль и рентабельность).

Точные количественные критерии для обнаружения частичноймультиколлинеарности отсутствуют. В качестве признаков ее наличия чаще всего используют следующие:

§ 1 Превышение некого порога модулем парного коэффициента корреляции между регрессорами и

§ 2 Близость к нулю определителя матрицы Х транспонир. * Х

§ 3 Большое количество статистически незначимых параметров в модели

Для оценки МК факторов можно использовать определитель модели парных к-ов корр. между факторами. Чем ближе определитель к 0, тем сильнее МК и ненадежнее коэф-ы множ-ой регрессии.