ЛПЗ 5.Исследование модели множественной регрессии на мультиколлинеарность. Расчет и оценка значимости коэффициентов частной корреляции. Условие: имеется выборочная модель множественной регрессии (зад. № ). (Решение → 17211)

Заказ №39166

ЛПЗ 5.Исследование модели множественной регрессии на мультиколлинеарность. Расчет и оценка значимости коэффициентов частной корреляции. Условие: имеется выборочная модель множественной регрессии (зад. № ). Требуется: 1) проверить модель на коллинеарность факторов х1 и х2; 2) рассчитать выборочные коэффициенты частной корреляции 1 2 yx .x r , 2 1 yx .x r , x x y r . 1 2 , используя 5 способов. Оценить их значимость, сравнить с парными коэффициентами 1 yx r , 2 yx r , 1 2 x x r объяснить причины различий.

Решение:

В нашем случае коэффициент 1 2 0,0979 x x r  свидетельствует практически об отсутствии коррелированности факторов. Показатель толерантности достаточно высок: 1 2 2 1 1 0,0979 0,0979 0,9904 T R       x x . Матрица выметания для нашей модели равна:Диагональные элементы по модулю близки к единице, поэтому можно сделать заключение об отсутствии коллинеарности факторов. К тому же все параметры регрессии оказались значимыми для генеральной совокупности. Для оценки коллинеарности факторов, а также для выявления «чистого» взаимодействия рассчитывают коэффициенты частной корреляции. Определим частные коэффициенты корреляции. 1 способ. Выборочным частным коэффициентом корреляции (частным коэффициентом корреляции) между переменными xi и xj при фиксированных значениях остальных (p-2) переменных называется выражение:

ЛПЗ 5.Исследование модели множественной регрессии на мультиколлинеарность. Расчет и оценка значимости коэффициентов частной корреляции. Условие: имеется выборочная модель множественной регрессии (зад. № ).