Мультиколлинеарность факторов и учет ее при построении модели регрессии.
Возникает в случае, когда >2 факторов связ. лин. зависимостью (совокупное воздействие факторов друг на друга).
y = a + bx + cz + dv + ε.
Для расчета параметров с помощью МНК предположим, что Sy = Sфакт + Se, Sфакт = Sx + Sz + Sv.
Однако если факторы интеркоррелированы, это равенство нарушается.
1). Затрудняется интерпретация параметров (они теряют экон. смысл).
2). Оценки параметров ненадежны (большие станд. ошибки, меняются с ↑n по величине и знаку) → модели непригодны для анализа и прогнозирования.
Для оценки мультиколлинеарности используется ∆ матрицы парных коэф-тов корреляции между факторами. y = a + b1x1 + b2b2 + b3b3 + ε.
При отсутствии зависимости =1, при наличии =0.
С помощью Det|R| находим χ2 и сравниваем с табл. знач. Если → Det|R|≠1, мультиколлинеарность доказана.
Через коэф-ты множеств. детерминации можно найти переменные, ответств. за мультиколлинеарность. Чем →1, чем больше отвечает за мультиколлинеарность.