Методы прогнозирования социально-экономических процессов. Антохонова И.В. - 55 стр.

       4.7. Многофакторные модели прогнозирования                           •      определение числа наблюдений, необходи-
                                                                     мых для получения несмещенных оценок.
       Сложный характер социально-экономических про-                        Одним из важнейших требований является отбор
цессов ставит задачу отбора наиболее существенных фак-               наиболее существенных факторов. Также необходим тра-
торов, оказывающих влияние на вариацию исследуемых                   диционный экономический анализ, в ходе которого глубже
характеристик. Таких факторов достаточно много ввиду                 и полнее выявляется существо, направленность и теснота
усложнения и неоднозначности экономической динамики.                 связи между факторами. Последовательное введение всех
Тренды и уравнения парной регрессии имеют ограничен-                 конкурирующих факторов в уравнение регрессии следует
ные возможности.                                                     осуществлять с точки зрения минимизации остаточной
       В регрессионном анализе, проводимом в простран-               дисперсии.
стве, при наличии достаточного числа наблюдений, в со-                      В процессе отбора факторных признаков особое
ответствии с предпосылками, применяются многофактор-                 внимание следует уделять выявлению и устранению муль-
ные модели, или уравнения множественной регрессии.                   тиколлинеарности – тесной корреляционной связи между
       Они позволяют детально исследовать взаимозави-                двумя (коллинеарности) и большим числом факторных
симость признаков, их соподчиненность и силу корреля-                признаков.
ционного взаимодействия. Эта тема достаточно глубоко                        Если в модель включаются две или несколько свя-
рассматривается в курсе многомерного статистического                 занных между собой «независимых» переменных, то сис-
анализа и в то же время она является темой факторного                тема нормальных уравнений не имеет однозначного реше-
анализа пространственно-временной информации.                        ния, наряду с уравнением регрессии существуют и другие
       Множественная корреляция исследует статистиче-                линейные соотношения.
скую зависимость результативного признака от нескольких                     Последствия мультиколлинеарности:
факторных признаков. В общем виде уравнение регрессии                       - слабая обусловленность матрицы системы нор-
имеет вид:                                                           мальных уравнений;
               yt = f ( x1t , x2t ,..., x pt ) + ε t , (4.31)               - неопределенное множество коэффициентов рег-
где t = 1,2,...n - количество наблюдений, р - количество             рессии аj;
                                                                            - сильная корреляция стандартных ошибок пара-
параметров, ε t - возмущающая переменная.
                                                                     метров и возрастание остаточных дисперсий;
       Для линейной зависимости                                             - чувствительность коэффициентов регрессии к
                           p
                                                                     выборке.
                    yt = ∑ a j x jt + ε t , t = 1,2,..., n .
                          j =1
                                                                            Разрешение проблемы мультиколлинеарности мож-
       Выбор уравнения множественной регрессии вклю-                 но разбить на несколько этапов:
чает следующие этапы:                                                       1. Установление самого факта существования
       •    отбор факторов-аргументов;                               мультиколлинеарности.
                                                                            2. Измерение степени мультиколлинеарности.
       •    выбор уравнения связи;
                                                                            3. Определение области мультиколлинеарности на
                                                                     множестве независимых переменных.
                                                               111   112