Multikollinearlıq problemdir, çünki müstəqil dəyişənin statistik əhəmiyyətini zəiflədir. Digər şeylər bərabər olarsa, reqressiya əmsalının standart xətası nə qədər böyükdürsə, bu əmsalın statistik əhəmiyyətli olması ehtimalı bir o qədər azdır.
Multikollinearlığın problem olduğunu necə bilirsiniz?
Çoxlu kollinearlığı ölçməyin bir yolu diferensial inflyasiya faktorudur (VIF), bu, proqnozlaşdırıcılarınız korrelyasiya olduqda təxmin edilən reqressiya əmsalının dispersiyasının nə qədər artdığını qiymətləndirir. … 5 və 10 arasındakı VIF problemli ola biləcək yüksək korrelyasiyanı göstərir.
Kolinearlıq proqnoz üçün problemdirmi?
Multikollinearlıq hələ də proqnozlaşdırıcı güc üçün problemdir. Modeliniz həddən artıq uyğunlaşacaq və nümunədən kənar məlumatlar üçün ümumiləşdirmə ehtimalı az olacaq. Xoşbəxtlikdən, R2-yə təsir etməyəcək və əmsallarınız hələ də qərəzsiz olacaq.
Niyə kollinearlıq reqressiyada problemdir?
Multicollinearity təxmin edilən əmsalların dəqiqliyini azaldır, bu da reqressiya modelinizin statistik gücünü zəiflədir. Statistik cəhətdən əhəmiyyətli olan müstəqil dəyişənləri müəyyən etmək üçün p-dəyərlərinə etibar edə bilməyəcəksiniz.
Nə vaxt kollinearlığa məhəl qoymamalısınız?
Bu, onların əmsallarının standart xətalarını artırır və bu əmsalları bir neçə yolla qeyri-sabit edə bilər. Ancaq kollinear olduğu müddətcədəyişənlər yalnız nəzarət dəyişənləri kimi istifadə olunur və onlar sizin maraqlandıran dəyişənlərlə uyğun gəlmir, heç bir problem yoxdur.
