การร่วมมือกันเป็นปัญหาเมื่อใด

2024 ผู้เขียน: Elizabeth Oswald | [email protected]. แก้ไขล่าสุด: 2024-01-13 00:13

Multicollinearity เป็นปัญหาเพราะ มันทำลายความสำคัญทางสถิติของตัวแปรอิสระ อย่างอื่นเท่าเทียมกัน ยิ่งค่าคลาดเคลื่อนมาตรฐานของสัมประสิทธิ์การถดถอยยิ่งสูง โอกาสที่สัมประสิทธิ์นี้จะมีนัยสำคัญทางสถิติน้อยลงเท่านั้น

คุณจะรู้ได้อย่างไรว่าความหลากหลายคอลลิเนียร์เป็นปัญหา

วิธีหนึ่งในการวัดความสัมพันธ์แบบพหุคู่กรณีคือ ปัจจัยเงินเฟ้อความแปรปรวน (VIF) ซึ่งจะประเมินว่าค่าความแปรปรวนของค่าสัมประสิทธิ์การถดถอยโดยประมาณจะเพิ่มขึ้นเท่าใดหากตัวทำนายของคุณมีความสัมพันธ์กัน … VIF ระหว่าง 5 ถึง 10 บ่งบอกถึงความสัมพันธ์สูงที่อาจเป็นปัญหา

ความเชื่อมโยงเป็นปัญหาสำหรับการทำนายหรือไม่

Multicollinearity ยังคงเป็นปัญหาสำหรับพลังการทำนาย โมเดลของคุณจะพอดีและมีโอกาสน้อยที่จะสรุปข้อมูลที่ไม่อยู่ในตัวอย่าง โชคดีที่ R2 ของคุณจะไม่ได้รับผลกระทบและค่าสัมประสิทธิ์ของคุณจะยังคงเป็นกลาง

เหตุใดความสอดคล้องกันจึงเป็นปัญหาในการถดถอย

Multicollinearity ลดความแม่นยำของสัมประสิทธิ์โดยประมาณ ซึ่งทำให้กำลังทางสถิติของแบบจำลองการถดถอยของคุณอ่อนลง คุณอาจไม่สามารถเชื่อถือค่า p เพื่อระบุตัวแปรอิสระที่มีนัยสำคัญทางสถิติ

เมื่อใดที่คุณควรละเว้นการร่วมมือกัน

มันเพิ่มข้อผิดพลาดมาตรฐานของสัมประสิทธิ์ของมัน และมันอาจทำให้สัมประสิทธิ์เหล่านั้นไม่เสถียรในหลายวิธี แต่ตราบใดที่ collinearตัวแปรถูกใช้เป็นตัวแปรควบคุมเท่านั้น และไม่สอดคล้องกับตัวแปรที่คุณสนใจ ไม่มีปัญหา