Мультиколлинеарность


Мультиколлинеарность — это понятие, которое используется для описания проблемы, когда нестрогая линейная зависимость между объясняющими переменными приводит к получению ненадежных оценок регрессии.
Разумеется, такая зависимость совсем необязательно дает неудовлетворительные оценки. Если все другие условия благоприятствуют, т. е. если число наблюдений и выборочные дисперсии объясняющих переменных велики, а дисперсия случайного члена — мала, то в итоге можно получить вполне хорошие оценки.
Итак, мультиколлинеарность должна вызываться сочетанием нестрогой зависимости и одного (или более) неблагоприятного условия, и это — вопрос степени выраженности явления, а не его вида. Оценка любой регрессии будет страдать от нее в определенной степени, если только все независимые переменные не окажутся абсолютно некоррелированными. Рассмотрение данной проблемы начинается только тогда, когда это серьезно влияет на результаты оценки регрессии.
Эта проблема является обычной для регрессий временных рядов, т. е. когда данные состоят из ряда наблюдений в течение какого-то периода времени. Если две или более независимые переменные имеют ярко выраженный временной тренд, то они будут тесно коррелированы, и это может привести к мультиколлинеарности.
<< | >>
Источник: Доугерти К.. Введение в эконометрику: Пер. с англ. — М.: ИНФРА-М,1999. — XIV, 402 с.. 1999

Еще по теме Мультиколлинеарность:

  1. Определитель матрицы межфакторной корреляции
  2. Метод инструментальных переменных
  3. Контрольные вопросы
  4. Лабораторная работа № 3
  5. МНОЖЕСТВЕННЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ
  6. Ключевые слова
  7. 2.2. Отбор факторов при построении множественной регрессии
  8. Введение
  9. Модель распределенного лага
  10. Проверка линейного ограничения
  11. Что можно предпринять в этом случае?
  12. Зависимость между F- и t-статистиками
  13. Распределение Койка
  14. 4.1. Специфика статистической оценки взаимосвязи двух временных рядов