Рабочая тетрадь по теории статистики для лекционных занятий. Хохлова О.А. - 64 стр.

(шаговый регрессионный анализ). Сущность метода
шаговой регрессии заключается в последовательном
включении факторов в уравнение регрессии и
последующей проверке их значимости. Факторы
поочередно вводятся в уравнение так называемым
"прямым методом". При проверке значимости
введенного фактора определяется, на сколько
уменьшается     сумма     квадратов   остатков   и
увеличивается        величина       множественного
коэффициента        корреляции.      Одновременно
используется и обратный метод, т. е. исключение
факторов, ставших незначимыми на основе t-
критерия Стьюдента. Фактор является незначимым,
если его включение в уравнение регрессии только
изменяет значение коэффициентов регрессии, не
уменьшая суммы квадратов остатков и не увеличивая
их значения. Если при включении в модель
соответствующего факторного признака величина
множественного коэффициента корреляции уве-
личивается, а коэффициент регрессии не изменяется
(или меняется несущественно), то данный признак
существен и его включение в уравнение регрессии
необходимо.
   Если же при включении в модель факторного
признака коэффициенты регрессии меняют не только
величину, но и знаки, а множественный ко-
эффициент корреляции не возрастает, то данный
факторный признак признается нецелесообразным
для включения в модель связи.
   Сложность и взаимное переплетение отдельных
факторов,       обусловливающих        исследуемое
экономическое явление (процесс), могут проявляться
в так называемой мультиколлинеарности.


Наличие мультиколлинеарности между признаками
приводит к:
   • искажению величины параметров модели,
      которые имеют тенденцию к завышению;
   •    изменению      смысла       экономической
       интерпретации коэффициентов регрессии;
   •   слабой обусловленности системы нормальных
       уравнений;
   •   осложнению процесса определения наиболее
       существенных    факторных признаков.

      В решении проблемы мультиколлинеарности
    можно выделить несколько этапов:
   • установление наличия
     мультиколлинеарности;
   • определение      причин       возникновения
                                                     64