8. Визначимо критерій.
Ці критерії застосовуються для визначення мультиколінеарності двох пояснюючих змінних і обчислюються за формулою:
. (9)
;
;
.
Обчислені
критерії
порівнюються з табличним значенням
,
коли маємо
ступенів свободи та при рівні значущості
.
Оскільки
,
то продуктивність праці та фондовіддача
є відповідно мультиколінеарними між
собою;
,
тому відповідно продуктивність праці
та питомі інвестиції є мультиколінеарними
між собою;
,
тому продуктивність праці та питомі
інвестиції не є мультиколінеарними між
собою.
9. Визначити залежність оцінок параметрів економетричної моделі і коефіцієнтів парної кореляції за алгоритмом покрокової регресії (на оцінку «відмінно»).
Висновок. Дослідження, проведені за алгоритмом Фаррара-Глобера показали, що мультиколінеарність між пояснюючими змінними даного прикладу існує. Отже, для того, щоб можна було застосувати метод 1МНК для оцінювання параметрів моделі за цією інформацію, необхідно в першу чергу звільнитися від мультиколінеарності.
Контрольні питання:
Які задачі вирішує кореляційний аналіз?
Чим відрізняються коваріація та коефіцієнт кореляції?
Чим відрізняються і яким чином розраховуються коефіцієнти парної та часткової кореляції?
Що показує вибірковий коефіцієнт множинної кореляції?
Яким чином пов’язані вибірковий та генеральний коефіцієнт кореляції?
Запишіть співвідношення між коефіцієнтами кореляції і детермінації.
Як визначаються дисперсія залишків, загальна дисперсія і дисперсія регресії? Який між ними зв’язок?
Що показує і з якою метою вимірюється стандартна похибка величини?
Яким чином оцінюється значимість коефіцієнтів кореляції?
Що таке мультиколінеарність і які її наслідки?
Охарактеризуйте основні методи усунення мультиколінеарності.
В чому полягає суть алгоритма Фаррара-Глобера, що використовується для виявлення мультиколінеарності?
Яким чином оцінюється тіснота нелінійного зв’язку?
Охарактеризуйте стисло алгоритм покрокової регресії.
Який інструментарій надає MS Excel для проведення кореляційного аналізу?