Требования к отбору факторов

Факторы включаемые во множественную регрессию, должны отвечать требованиям:

1. Они должны быть количественно измеримы.

2. Факторы не должны быть интеркоррелированы и тем более находиться в точной функциональной связи.

3. Включение в модель факторов с высокой интеркорреляцией (т.е. корреляции между объясняющими переменными), может привести к нежелательным последствиям – система нормальных уравнений может оказаться плохо обусловленной и повлечь за собой неустойчивость и ненадежность оценок коэффициентов регрессии.

4. Если между факторами существует высокая корреляция, то нельзя определить их изолированное влияние на результативный показатель и параметры уравнения регрессии оказываются неинтерпретируемыми.

5. Включаемые во множественную регрессию факторы должны объяснить вариацию независимой переменной.

6. Поэтому отбор факторов осуществляется в две стадии: на первой подбираются факторы исходя из сущности проблемы; на второй – на основе матрицы показателей корреляции определяют статистики для параметров регрессии.

3. Каковы основные формы уравнения множественной регрессии и ка­ково их экономическое содержание?

1. линейная регрессия

2. нелинейные регрессии

- степенная регрессия

– показательная

– экспоненциальная

- гиперболическая регрессия

Ввиду четкой интерпретации параметров наиболее широко используются линейная и степенная функции. В линейной множественной регрессии параметры при x называются коэффициентами "чистой регрессии". Они характеризуют среднее изменение результата с изменением соответствующего фактора на единицу при неизменном значении других факторов, закрепленных на среднем уровне.