- •Лабораторна робота №3 з дисципліни: «Економетрія» Тема: «Виявлення мультиколінеарності та звільнення від неї в економетричній моделі»
- •1. Постановка задачі
- •2. Виявлення мультиколінеарності за алгоритмом Фаррара-Глобера
- •2.1Нормалізація даних
- •Розрахунок кореляційної матриці (3×3) rxx ryx
- •Звільнення від мультиколінеарності
- •Висновки
Розрахунок кореляційної матриці (3×3) rxx ryx
,
де - матриця нормалізованих змінних,
– матриця, транспонована до .
За даною формулою отримаємо:
Парні коефіцієнти кореляції характеризують тісноту зв’язку між 2 змінними: r12=0,5666658, r13=0,6797569 , r23=0,6946148.
Коефіцієнти кореляції є близькими до 1, тому можна припустити, що всі пояснювальні зміні (трудові ресурси, заробітна плата та коефіцієнт плинності) є мультиколінеарними.
Обчислимо детермінант кореляційної матриці rxx за допомогою MS Excel (функція МОПРЕД).
Детермінанта матриці є точковою мірою мультиколінеарності, у нашому випадку вона наближається до 0 (0,269454973), а отже мультиколінеарність існує.
Розрахунок статистик χ2
За допомогою MS Excel (функція ХИ2РАСП) отримаємо табличне значення при .
Таким чином, оскільки , в масиві пояснюючих змінних (обяг трудових ресурсів, зарплата та коефіцієнт плинності) існує явище мультиколінеарності.
Визначити матрицю С (3×3)
Матриця С – симетрична, її діагональні елементи завжди мають бути додатними.
Розрахунок статистик F
,
де Ckk – діагональні елементи матриці С.
За допомогою MS Excel (функція FРАСП), знайдемо F-критерій.
Коли n-m = 18-3=15, при рівні значущості α = 0,05, .
Порівняємо отримане значення F-критерію з табличним:
Отже, з ймовірністю 95% (0,95) кожна з пояснюючих змінних є мультиколінеарною з іншими, тобто мультиколінеарність існує.
Розрахунок часткових коефіцієнтів парної кореляції та перевірка їх значущості за t-критерієм (критерій Стьюдента)
Частинні коефіцієнти кореляції показують тісноту зв’язку між двома пояснюючими змінними за умови, що інші змінні не впливають на цей зв’язок і обчислюється за формулою:
Маємо:
r12,3 |
0,1790991 |
r13,2 |
0,4827509 |
r23,1 |
0,5120182 |
Отже, спираючись на отримані дані, можна сказати, що зв’язок між трудовими ресурсами та заробітною платою є дуже слабким, якщо не брати до уваги коефіцієнт плинності; зв’язок між трудовими ресурсами та коефіцієнтом плинності є слабким, якщо не брати до уваги заробітну плату; зв’язок між заробітною платою та коефіцієнтом плинності також є більш-менш тісним, якщо не враховувати трудові ресурси.
Тепер перевіримо значущість часткових коефіцієнтів кореляції через критерій Стьюдента, що обчислюється за формулою:
Розрахунок проводимо на ПК Excel, отримали:
-
tk12 =
0,705047578
tk13 =
2,134935817
tk23 =
2,308610851
Отримані значення критеріїв Стьюдента порівнюємо з табличним значенням, що ми знайшли за допомогою функції СТЬЮДРАСПОБР, tα=2,13145, при n-m = 15 ступенів свободи та рівні значущості α=0,05
Отже, у нашому випадку t12 < tα, тоді трудові ресурси та заробітна плата є відповідно не мультиколінеарними між собою.; t13 > tαтому, трудові ресурси та коефіцієнт плинності є мультиколінеарними між собою; t23 > tα, зарплата та коефіцієнт плинності між собою також є мультиколініарними.
Розрахунки показали, що мультиколінеарність існує.