Метод последовательного присоединения

§ Строится регрессионная модель с учетом всех предполагаемых регрессоров. По признакам делается вывод о возможном присутствии мультиколлинеарности

§ Рассчитывается матрица корреляций и выбирается регрессор, имеющий наибольшую корреляцию с выходной переменной

§ К выбранному регрессору последовательно добавляются каждый из оставшихся регрессоров и вычисляются скорректированные коэффициенты детерминации для каждой из моделей. К модели присоединяется тот регрессор, который обеспечивает наибольшее значение скорректированного

Процесс присоединения регрессоров прекращается, когда значение скорректированного становится меньше достигнутого на предыдущем шаге.

Каким бы образом не осуществлялся отбор факторов, уменьшение их числа приводит к улучшению обусловленности матрицы Хтр*Х, а, следовательно, и к повышению качества оценок параметров модели.

4. Получение доп. данных или новой выборки. Иногда для уменьш-я МК достаточно увеличить объем выборки. Однако, это связано с определенными издержками и может усилить автокорреляцию. Эти проблемы ограничивают использовать данный метод.

5. Изменение спецификации модели: либо изменяется форма модели, либо добавляются об.перем-ые, не учтенные в первоначальной модели, но существенно влияющие на завис. переменную.