Что такое мультиколлинеарность в эконометрике?

Смысл мультиколлинеарности.

Слово «коллинеарность» описывает линейную связь между двумя независимыми переменными, тогда как «мультиколлинеарность» – между более чем двумя переменными. На практике всегда используется один термин. Термин «мультиколлинеарность» введен Рагнаром Фришем.

Виды мультиколлинеарности

1. Строгая (perfect) мультиколлинеарность – наличие линейной функциональной связи между независимыми переменными (иногда также и зависимой).

2. Нестрогая (imperfect) мультиколлинеарность – наличие сильной линейной корреляционной связи между независимыми переменными (иногда также и зависимой).

В чем сущность проблемы мультиколлинеарности?

Корреляционные связи есть всегда. Проблема мультиколлинеарности – проблема силы проявления корреляционных связей.

Однозначных критериев мультиколлинеарности не существует.

Строгая мультиколлинеарность нарушает одно из основных правил Гаусса-Маркова и делает построение регрессии полностью невозможным.

Нестрогая мультиколлинеарность затрудняет работу, но не препятствует получению правильных выводов.

Каковы основные причины возникновения мультиколлинеарности?

1. ошибочное включение в уравнение 2х или более линейно зависимых переменных

2. две или более объясняющие переменные, в нормальной ситуации слабо коррелированные, становятся в конкретных условиях выборки сильно коррелированными.

3. в модель включается переменная, сильно коррелирующая с зависимой переменной.

Что такое доминантная переменная?

Это такая независимая переменная, включаемая в модель, которая сильно коррелирует с зависимой переменной. Такая переменная «забивает» влияние всех остальных переменных и их влияние становится незначимым.

В чем состоит интерпретация метода наименьших квадратов как метода определения вклада факторов?

МНК позволяют оценить вклад каждого фактора по отдельности даже в случае, когда переменные сильно коррелированны. (сильная мультиколлинеарность)

Почему мультиколлинеарность может быть охарактеризована в большей степени как проблема выборки, а не генеральной совокупности?

Потому что мультиколлинеарность в большей степени зависит от свойств самой выборки, например, количества наблюдений и величины ошибок при измерении переменных.

Мультиколлинеарность - явление, проявляющееся на уровне выборки:

1. В одной выборке мультиколлинеарность может быть сильной, в другой - слабой

2. Выборочные данные следует всесторонне предварительно исследовать.

3. Полезен расчет выборочных коэффициентов корреляции, ковариационной матрицы и ее определителя.

Может ли проявиться мультиколлинеарность при отсутствии явных парных корреляционных зависимостей между переменными?

Может. Так как мультиколлинеарность – ситуация линейной зависимости между объясняющими переменными. Однако вовсе необязательно это зависимость должна быть парной.

Поиск по сайту: