Методы отбора факторов: априорный и апостериорный подходы.
Проблема выбора оптимальных факторов решается на основе содержательного и статистического анализа тенденций рассматриваемого процесса.
На этапе содержательного анализа решается вопрос о целесообразности включения в модель тех или иных факторов исходя из эк.теории и здравого смысла. Однако каждое явление может быть выражено разными факторами или их комбинацией. Поэтому на основании качественного анализа однозначно состав регрессоров установить практически невозможно.
Можно сформировать альтернативные наборы факторов.
Таким образом на этапе обоснования эконометрической модели возникает проблема в выборе наиболее предпочтительного состава регрессоров среди альтернативных вариантов.
основных подхода к решению этой проблемы:
Априорный подход предполагает априорное, т.е. до построение модели, исследование характера и силы связи м/у рассматриваемыми переменными. В результате в модель включаются факторы, наиболее значимые по своему непосредственному влиянию на зависимую переменную, и из модели исключаются факторы, которые:
либо малозначимы с точки зрения силы своего влияния на у;
либо их сильное влияние можно трактовать как производное, т.е. порожденное взаимосвязями с другими экзогенными переменными.
В основе лежат следующее предположения:
1) сильное влияние фактора на у должно подтверждаться определенными количественными характеристиками. Основной из них является линейный коэффициент парной корреляции
Если значение
велико и
то можно говорить о наличии существенной линейной связи или о сильном влиянии данного фактора на у.
2) если несколько факторов выражают одно и то же явление, то м/у ними также должна существовать сильная взаимосвязь или коллинеарность.
- выборочный
коэффициент корреляции
На практике такая
связь признается существенной, если
В этом случае один из факторов целесообразно исключить, если они отражают одно и то же явление
Апостериорный подход предполагает первоначально включать в модель все факторы, отобранные на этапе содержательного анализа, уточнение состава этих факторов производится на основе анализа характеристик качества моделей в том числе и показателей силы связи каждого фактора и у.
Уточнение состава факторов осуществляется на основе анализа значений целого ряда качественных характеристик уже построенного варианта модели. Одна из групп таких характеристик – статистические критерии.
Окончательное решение о целесообразности включения или исключения фактора применяется на основе анализа всего комплекса ее характеристик с учетом содержательной стороны взаимосвязей между зависимой и независимыми переменными.
Можно предложить следующую поэтапную процедуру построения модели при апостериорном подходе:
1. в исходный вариант модели включаются все факторы, отобранные
2. удаляют незначимый фактор, т.е. с наименьшим значением t-статистики, формируя таким образом вариант модели. При этом не следует исключать сразу несколько незначимых регрессоров, т.к. их незначимость может быть следствием мультиколлинеарности
3) процесс отбора можно считать законченным, когда оставшиеся регрессоры статистически значимы и если полученный вариант модели удовлетворяет другим показателям качества. В противном случае целесообразно сформировать альтернативный набор регрессоров, либо выбрать другую функциональная зависимость (форму).
Априорный подход не обладает достаточной обоснованностью, т.к. в большей степени используют прямые количественные показатели, силы взаимосвязи м/у зависимыми и независимыми переменными, и не принимает во внимание в полной мере особенности комплексного влияния независимых переменных на у.
Совокупное влияние нескольких факторов на у может значительно отличаться от суммы взаимодействия каждого из них в силу наличия внутренних взаимосвязей.
Однако априорный подход позволяет уточнить некоторые предварительные альтернативные варианты наборов независимых переменных и проверить исходные предпосылки модели относительно правильности выбора формы взаимосвязи м/у ними.
При апостериорном подходе целесообразность включения каждого фактора определяется на основе всего комплекса взаимосвязей м/у вошедшими в модель переменными. Однако при большом числе факторов нет гарантий, что множество несущественных взаимосвязей не будет превалировать над остальным. В результате в числе первых могут быть исключены наиболее важные факторы.
Поэтому в сложных ситуациях рекомендуется использовать априорный и апостериорный подходы совместно.
С помощью априорного подхода формируются альтернативные наборы факторов. Далее на основе апостериорного подхода эти наборы уточняются, и соответствующие им модели сопоставляются по характеристикам их качества.