Теория и практика математического моделирования в современном литейном производстве. Дурина Т.А. - 24 стр.

          коррелированы;     параметры       линейной      регрессии     теряют
          экономический смысл;
     2 оценки параметров ненадежны, обнаруживают большие стандартные
ошибки и меняются с изменением объема наблюдений. Для оценки
мультиколлинеарности       факторов    может      использоваться    определитель
матрицы парных коэффициентов корреляции между факторами. Если бы
факторы не коррелировали между собой, то матрица парных коэффициентов
корреляции     между   факторами      была   бы    единичной   матрицей.    Для
включающего три объясняющих переменных уравнения:
                                      . Матрица коэффициентов корреляции
между факторами имела бы определитель равный 1.
     Если между факторами существует полная линейная зависимость и все
коэффициентыты корреляции =1, то определитель такой матрицы =0. Чем
ближе к нулю определитель матрицы межфакторной корреляции, тем
сильнее     мультиколлинеарность      факторов     и   ненадежнее     результаты
множественной регрессии. И, наоборот, чем ближе к единице определитель
матрицы межфакторной корреляции, тем меньше мультиколлинеарность
факторов.


     4. Факторы
     После того как выбран объект исследования и параметр оптимизации,
нужно включить в рассмотрение все существенные факторы, которые могут
влиять на процесс. Если какой-либо существенный фактор окажется
неучтенным, то это может привести к неприятным последствиям. Так, если
неучтенный фактор произвольно флуктуировал – принимал случайные
значения, которые экспериментатор не контролировал, – это значительно
увеличит ошибку опыта. При поддержании фактора на некотором
фиксированном уровне может быть получено ложное представление об
оптимуме, так как нет гарантии, что фиксированный уровень является
оптимальным.
                                                                              24