Этапы построения многофакторной регрессионной модели ана - логичны рассмотренным выше для парной регрессии. При этом ... - Большая Энциклопедия Нефти и Газа
Выдержка из книги
Пасхавер И.С.
Общая теория статистики Издание 2
Этапы построения многофакторной регрессионной модели ана - логичны рассмотренным выше для парной регрессии. При этом особое значение приобретает отбор факторных признаков, основанный на качественном анализе. Важно не только выбрать факторы, влияющие на результативный признак, но и раскрыть структуру взаимосвязей между ними, установить, какие из них непосредственно влияют на результативный признак, а какие - через посредство других факторных признаков. Для этого нужно построить теоретическую модель изучаемой системы. Следует также учитывать математическое ограничение, накладываемое на выбор факторных признаков. Они не должны находиться в тесной корреляционной связи, близкой к функциональной. Наличие связи между факторными признаками, близкой к функциональной, называется мультиколлинеарностью. В этом случае оценки параметров уравнения регрессии оказываются ненадежными и зачастую не имеют экономического смысла, а при строго функциональной связи факторных признаков система нормальных уравнений вообще не имеет единственного решения. Для выявления мультиколлине-арности обычно используют коэффициенты корреляции между факторными признаками. Если обнаруживается, что два факторных признака мультиколлинеарны ( коэффициент корреляции близок к единице), то один из них следует исключить.