Բազմագծայինությունը երկու կամ ավելի անկախ փոփոխականների միջև բարձր փոխկապակցվածության առաջացումն է բազմակի ռեգրեսիայի մոդելում… Ընդհանուր առմամբ, բազմակողմանիությունը կարող է հանգեցնել ավելի լայն վստահության միջակայքերի, որոնք առաջացնում են ավելի քիչ վստահելի հավանականություններ մոդելում անկախ փոփոխականների ազդեցության պայմանները։
Ինչպե՞ս եք բացատրում բազմակողմանիությունը:
Բազմագծայինությունը սովորաբար տեղի է ունենում երբ կան բարձր հարաբերակցություններ երկու կամ ավելի կանխագուշակող փոփոխականների միջև: Այլ կերպ ասած, կանխատեսող մեկ փոփոխականը կարող է օգտագործվել մյուսը կանխատեսելու համար: Սա ստեղծում է ավելորդ տեղեկատվություն՝ շեղելով արդյունքները ռեգրեսիայի մոդելում:
Ի՞նչ է բազմակողմանիությունը և ինչու՞ է այն խնդիր:
Բազմագծայինություն գոյություն ունի, երբ անկախ փոփոխականը բարձր փոխկապակցված է մեկ կամ մի քանի այլ անկախ փոփոխականների հետ բազմակի ռեգրեսիոն հավասարման մեջ: Բազմագծայինությունը խնդիր է քանի որ այն խաթարում է անկախ փոփոխականի վիճակագրական նշանակությունը
Ի՞նչ է բազմակողմանիության օրինակը:
Եթե երկու կամ ավելի անկախ փոփոխականներ ունեն ճշգրիտ գծային հարաբերություններ նրանց միջև, ապա մենք ունենք կատարյալ բազմակողմանիություն: Օրինակներ. ներառյալ նույն տեղեկատվությունը երկու անգամ (քաշը ֆունտներով և քաշը կիլոգրամներով), կեղծ փոփոխականները ճիշտ չօգտագործելը (կեղծ փոփոխականի թակարդի մեջ ընկնելը) և այլն:
Ինչպե՞ս է էկոնոմետրիկան հայտնաբերում բազմակողմանիությունը:
Բազմագծայինության հայտնաբերում
- Քայլ 1. Վերանայեք ցրման և հարաբերակցության մատրիցները: …
- Քայլ 2. Փնտրեք գործակիցի սխալ նշաններ: …
- Քայլ 3. Փնտրեք գործակիցների անկայունությունը: …
- Քայլ 4. Վերանայել տատանումների գնաճի գործոնը:
