ТОР 5 статей: Методические подходы к анализу финансового состояния предприятия Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века Характеристика шлифовальных кругов и ее маркировка Служебные части речи. Предлог. Союз. Частицы КАТЕГОРИИ:
|
Табличное значение c2 имеется в категории Статистические Мастера функций Excel, функция ХИ2ОБР .
; ;
; .
Вычисленные F-критерии сравниваем с табличным значением Fтабл = 3,24 при числе степеней свободы v1 =3, v2 = 16 и уровне значимости a = 5%. Так как все Fj > Fтабл, то каждая из объясняющих переменных мультиколлинеарна с остальными. Определим коэффициенты детерминации для каждой переменной: ; ; ; .
Наибольшие коэффициенты имеют переменные Х3 и Х4.
объясняющими переменными при условии, что остальные переменные не влияют на эту связь. ; ;
; ;
; .
; ;
; ;
; .
Вычисленные t-критерии сравниваем с табличным значением, которое при числе степеней свободы 20-4=16 и уровне значимости a = 5% составляет 1,746. Поскольку t13 > tтабл и t24 > tтабл, то факторы Х1 и Х3, а также Х2 и Х4 составляют мультиколлинеарные пары. Таким образом, показатели фондовооруженности труда и потерь рабочего времени мультиколлинеарны; также слишком тесной линейной зависимостью связаны между собой коэффициент текучести кадров и стаж работы. Существуют различные подходы для преодоления сильной межфакторной мультиколлинеарности. Наиболее простым способом является не включение в модель оной из переменных мультиколлинеарной пары. Однако, часто удаление из модели некоторого фактора противоречит логике экономических связей. Тогда можно некоторым образом преобразовать объясняющие переменные: a) взять отклонения от средней; b) вместо абсолютных значений взять относительные; c) стандартизовать объясняющие переменные и т.д. При наличии мультиколлинеарности переменных следует обращать внимание и спецификацию модели. Иногда замена одной функции другою, если это не противоречит априорной информации, дает возможность избежать мультиколлинеарности. Если же ни один из способов не дает возможности избавиться от мультиколлинеарности, то параметры модели следует оценивать методом главных компонент.
Не нашли, что искали? Воспользуйтесь поиском:
|