Аннотация. Данная тема раскрывает понятие мультиколлинеарности, ее причины и последствия, способы обнаружения и устранения.
Ключевые слова. Мультиколлинеарность, совершенная мультиколлинеарность.
Методические рекомендации по изучению темы
· Тема содержит лекционную часть, где даются общие представления по теме.
· В качестве самостоятельной работы предлагается ознакомиться с решениями типовых задач, выполнить практические задания и ответить на вопросы для самоконтроля.
· Для проверки усвоения темы имеется тест для самоконтроля.
· Для подготовки к экзамену имеются контрольный тест.
Рекомендуемые информационные ресурсы:
1. https://tulpar.kpfu.ru/mod/resource/view.php?id=11766
2. Эконометрика: [Электронный ресурс] Учеб. пособие / А.И. Новиков. - 2-e изд., испр. и доп. - М.: ИНФРА-М, 2011. - 144 с.: (https://znanium.com/catalog.php?item=booksearch&code=%D1%8D%D0%BA%D0%BE%D0%BD%D0%BE%D0%BC%D0%B5%D1%82%D1%80%D0%B8%D0%BA%D0%B0&page=1#none) С. 69-70.
4. Валентинов, В. А. Эконометрика [Электронный ресурс]: Практикум / В. А. Валентинов. - 3-е изд. - М.: Дашков и К, 2010. - 436 с.
(https://znanium.com/catalog.php?item=booksearch&code=%D1%8D%D0%BA%D0%BE%D0%BD%D0%BE%D0%BC%D0%B5%D1%82%D1%80%D0%B8%D0%BA%D0%B0&page=3#none) С. 142-181.
5.Эконометрика. Практикум: [Электронный ресурс] Учебное пособие / С.А. Бородич. - М.: НИЦ ИНФРА-М; Мн.: Нов.знание, 2014. - 329 с. (https://znanium.com/catalog.php?item=booksearch&code=%D1%8D%D0%BA%D0%BE%D0%BD%D0%BE%D0%BC%D0%B5%D1%82%D1%80%D0%B8%D0%BA%D0%B0&page=4#none) С. 244-253.
6. Электронный курс “Econometrics and Public Policy (Advanced)”, Princeton University, URL: https://blackboard.princeton.edu/webapps /portal/frameset.jsp?tab_group=courses&url=%2Fwebapps%2Fblackboard%2Fexecute%2FcourseMain%3Fcourse_id%3D_214206_1
Глоссарий
Мультиколлинеарность - это линейная взаимосвязь двух или нескольких объясняющих переменных (х1, х2, … хm).
Совершенная мультиколлинеарность - это линейная взаимосвязь двух или нескольких объясняющих переменных (х1, х2, … хm), в которой объясняющие переменные связаны строгой функциональной зависимостью.
Анализ корреляционной матрицы – способ обнаружения мультиколлинеарности.
Расчет множественных коэффициентов корреляции (коэффициентов детерминации) для объясняющих переменных - способ обнаружения мультиколлинеарности.
Вопросы для изучения
1. Понятие мультиколлинеарности, ее причины и последствия.
2. Обнаружение мультиколлинеарности и способы ее устранения или снижения.
Понятие мультиколлинеарности, ее причины и последствия. Мультиколлинеарность - это линейная взаимосвязь двух или нескольких объясняющих переменных (х1, х2, … хm). Если объясняющие переменные связаны строгой функциональной зависимостью, то говорят о совершенной мультиколлинеарности. Последствия мультиколлинеарности: увеличиваются стандартные ошибки оценок; уменьшаются t-статистики МНК-оценок регрессии; МНК-оценки чувствительны к изменениям данных;возможность неверного знака МНК-оценок; трудность в определении вклада независимых переменных в дисперсию зависимой переменной.
Обнаружение мультиколлинеарности и способы ее устранения или снижения. Признаки мультиколлинеарности: высокий R2; близкая к 1 парная корреляция между малозначимыми независимыми переменными; высокие частные коэффициенты корреляции; сильная дополнительная регрессия между независимыми переменными. Методы устранения мультиколлинеарности: исключение из модели коррелированных переменных (при отборе факторов); сбор дополнительных данных или новая выборка; изменение спецификации модели; использование предварительной информации о параметрах; преобразование переменных.
Вопросы и задания для самоконтроля
1. В чем различие терминов "коллинеарность" и "мультиколлинеарность"?
2. Каковы причины и последствия мультиколлинеарности?
3. Как можно обнаружить мультиколлинеарность?
4. Каковы основные методы устранения мультиколлинеарности?
5. Каковы основные типы процедур пошагового отбора переменных в регрессионную модель?
6. Действительно ли, что при наличии высокой мультиколлинеарности невозможно оценить статистическую значимость коэффициентов регрессии при коррелированных переменных?
Задача 1. По выборке n=50 для X1, X2, X3 построена следующая корреляционная матрица
Задание:
1) оценить статистическую значимость следующих частных коэффициентов корреляции r12*3, r23*1, r13*2.
2) ответить на вопрос: при рассмотрении какой регрессии будет иметь место мультиколлинеарность?
Задача 2. Имеется выборка из10 наблюдений за переменными Х1,Х2,Y:
X1 | ||||||||||
X2 | 1,6 | 2,2 | 2,8 | 3,4 | 4,6 | 5,2 | 5,6 | 6,2 | ||
Y |
Задание:
1) ответить на вопрос: можно ли по этим данным по МНК оценить коэффициенты регрессии с двумя объясняющими переменными?
2) предложить преобразования, которые позволят оценить коэффициенты регрессии в случае отрицательного ответа на вопрос.
Лекция 9