18. Мультиколінеарність регресорів, причини виникнення, наслідки, методи виявлення та усунення.

Мультиколінеарність – це явище, яке полягає в тому, що між 2 або більшою кількістю незалежних змінних існує взаємозв’язок.

Причини виникнення:

• Неправильно ідентифікована модель – вибрано в якості незалежних змінних такі фактори, які явно між собою залежать, що може бути обґрунтовано з економічної точки зору;

• Існує об’єктивна тенденція до одночасної зміни (зростання чи спадання) декількох економічних факторів, параметрів.

Наслідки:

• Оцінки значущості коефіцієнта моделі стає неправильним;

• Ефективність моделі сильно і необґрунтовано зменшується внаслідок того, що відбувається значне необґрунтоване збільшення довірчих інтервалів.

Методи виявлення:

• Обчислити парні коефіцієнти кореляції. Якщо хоча б один коефіцієнт кореляції прямує до , то мультиколінеарність присутня, при чому стає відомо між якими х існує зв'язок.

• Будується модель, в якій в якості залежної змінної виступає один із аргументів.

• Якщо при обчисленні коефіцієнта детермінації він прямує до 1, то мультиколінеарність присутня.

Методи усунення:

• Щоб усунути мультиколінеарність можна із моделі вилучити ту змінну, яка залежить від інших, проте це можливо лише у випадку, якщо дана змінна є дійсно в моделі «зайвою» або ж якщо вилучення цієї змінної не буде суттєво впливати на зміст і якість побудованої моделі.

• Можна значення незалежних змінних (абсолютні величини) замінити на прирости цих величин або темп росту.

• Можна значення аргументів в моделі замінити на їхню різницю або ж відношення.

Такий крок можна робити лише у випадку, якщо різниця або частка цих змінних має економічний зміст.

19. Загальна схема побудови та дослідження економетричної моделі.

В економіці моделі можна розділити на 2 класи:

• Якісні моделі;

• Кількісні моделі.

Якісною в економіці називають модель, яка показує між якими величинами існує зв'язок і який він.

Кількісна модель:

• Спочатку будується якісна економічна модель того процесу, який досліджується. На цьому етапі визначають які фактори впливають на змінну у, серед них виділяють, які мають суттєвий і несуттєвий вплив. Ті фактори, які мають суттєвий вплив, в модель не включаються. Висовується гіпотеза стосовно того, який вид функціональної залежності буде між змінними (лінійні, квадратичні ті інші моделі).

• Відбір статистичних даних та попередній аналіз цих даних. Перевірити аргументи функції на наявність мультиколінеарності. В разі її присутності здійснити кроки по її усуненню.

• Знаходимо оцінки коефіцієнтів моделі.

• Здійснюємо попередню оцінку якості моделі: обчислюємо коефіцієнти детермінації та коефіцієнт Фішера, перевіряємо коефіцієнти на значущість та знаходимо довірчі інтервали коефіцієнтів. Якщо модель неякісна, робимо припущення стосовно причин цього та даємо пропозиції щодо покращення якості моделі.

• Перевіряємо модель на наявність автокореляції та гетероскедатичність. В разі їх присутності здійснюємо кроки по їх усуненню.

• Робимо загальні висновки

• Застосування моделі.