177. Что такое мк в эконометрике?

Слово «коллинеарность» описывает линейную связь между двумя независимыми переменными, тогда как «МК» – между более чем двумя переменными. На практике всегда используется один термин.

Виды

1. Строгая (perfect) МК – наличие линейной функциональной связи между независимыми переменными (иногда также и зависимой).

2. Нестрогая (imperfect) МК – наличие сильной линейной корреляционной связи между независимыми переменными (иногда также и зависимой).

178. В чем сущность проблемы МК?

Корреляционные связи есть всегда. Проблема МК – проблема силы проявления корреляционных связей. Однозначных критериев МК не существует. Строгая МК нарушает одно из основных правил Гаусса-Маркова и делает построение регрессии полностью невозможным. Нестрогая МК затрудняет работу, но не препятствует получению правильных выводов.

179. Каковы основные причины возникновения МК?

1. ошибочное включение в уравнение 2х или более линейно зависимых переменных

2. две или более объясняющие переменные, в нормальной ситуации слабо коррелированные, становятся в конкретных условиях выборки сильно коррелированными.

3. в модель включается переменная, сильно коррелирующая с зависимой переменной.

180. Что такое доминантная переменная?

Это такая независимая переменная, включаемая в модель, которая сильно коррелирует с зависимой переменной. Такая переменная «забивает» влияние всех остальных переменных и их влияние становится незначимым.

181. В чем состоит интерпретация метода наименьших квадратов как метода определения вклада факторов?

МНК позволяют оценить вклад каждого фактора по отдельности даже в случае, когда переменные сильно коррелированны. (сильная МК)

182. Почему МК может быть охарактеризована в большей степени как проблема выборки, а не генеральной совокупности?

Потому что МК в большей степени зависит от свойств самой выборки, например, количества наблюдений и величины ошибок при измерении переменных.

МК - явление, проявляющееся на уровне выборки:

1. В одной выборке МК может быть сильной, в другой - слабой

2. Выборочные данные следует всесторонне предварительно исследовать.

3. Полезен расчет выборочных коэффициентов корреляции, ковариационной матрицы и ее определителя.

183. Может ли проявиться мк при отсутствии явных парных корреляционных зависимостей между переменными?

Может. Так как МК – ситуация линейной зависимости между объясняющими переменными. Однако вовсе необязательно это зависимость должна быть парной.

184. Каковы основные проявления и последствия мк в регресс. Анализе?

2. вида МК:

1)Строгая МК – наличие линейной функциональной связи между независимыми переменными (иногда также и зависимой) Х1=а0+а2Х2

2) Нестрогая МК – наличие сильной линейной корреляционой связи между независимыми переменными (иногда также и зависимой) Х1=а0+а2Х2+и

Когда возникает МК:

1. Ошибочное включение в уравнение двух или более линейно зависимых переменных

2. Две или более объясняющие переменные, в нормальной ситуации слабо коррелированные, становятся в конкретных условиях выборки сильно коррелированными.

3. В модель включается переменная, сильно коррелирующая с зависимой переменной (такая независимая переменная называется доминантной)

Последствия МК

1. Оценки коэффициентов остаются несмещенными Стандартные ошибки коэффициентов увеличиваются

3. Вычисленные t-статистики занижены.

4. Оценки становится очень чувствительными к изменению спецификации и изменению отдельных наблюдений.

5. Общее качество уравнения, а также оценки переменных, не связанных МК, остаются незатронутыми.

6. Чем ближе МК к совершенной (строгой), тем серьезнее ее последствия.