Мультиколлинеарность и ее причины - раздел Философия, ТЕОРИЯ ЭКСПЕРИМЕНТА В ОМД КОНСПЕКТ ЛЕКЦИЙ ПО КУРСУ «ТЕОРИЯ ЭКСПЕРИМЕНТА» В Соответствии С 5-Й Предпосылкой Классического Ра Между Столбцами Матрицы (9...
В соответствии с 5-й предпосылкой классического РА между столбцами матрицы (9.2) не должно быть линейной или корреляционной зависимости. Если хотя бы один из столбцов может быть выражен в виде линейной комбинации остальных, то существует т.н. строгая мультиколлинеарность. Этот термин следует из того, что если столбцы матрицы регрессоров (9.2) рассматривать как векторы в N – мерном пространстве (где N – число опытов данного эксперимента), то линейная зависимость между ними приводит к однонаправленности, т.е. коллинеарности этих векторов.
Если существует только приблизительная, неточная линейная зависимость между вектор-столбцами (9.2), то при проведении РА возникает явление мультиколлинеарности. Оно приводит к весьма отрицательным последствиям при оценивании коэффициентов регрессии. Проявляются они в следующем:
1. Неустойчивость оценок. Добавление или исключение небольшого количества информации (например, только одного наблюдения) может приводить к очень сильному изменению оценок коэффициентов регрессии аi. При этом резко уменьшается точность предсказания по регрессионной модели.
2. Численная неустойчивость процедуры оценивания, вызванная ошибками округления при машинном счете и накоплением этих ошибок;
3. Коэффициенты регрессии оказываются сильно коррелированными между собой, т.е. имеет место смешивание эффектов, что лишает смысла их интерпретацию.
4. Сильно увеличиваются дисперсии оценок коэффициентов регрессии, что ведет к уменьшению точности предсказания откликов по уравнению регрессии.
ДОНБАССКИЙ государственный... технический университет... В М ДАНЬКО...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Мультиколлинеарность и ее причины
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Планы второго порядка
Если не удается получить приемлемую аппроксимацию экспериментальных данных линейными моделями, то для получения нелинейных по факторам моделей при проведении активных экспериментов используют планы
Центрально-композиционные планы
Если все опыты располагаются симметрично вокруг центра плана (основного уровня), то такие планы называются центральными. Например, план ПФЭ22 (рис.7.2) – симметричен отн
Несимметричные композиционные планы
Несмотря на присущие несимметричным планам недостатки, они представляют практический интерес из-за своей большей экономичности в сравнении с симметричными планами.
Несимметричные планы так
Экспериментов
Данные, полученные с помощью любых планов первого порядка, обрабатываются по общей схеме регрессионного анализа. Однако специфика каждого вида плана позволяет находить частные варианты общих соотно
Статистическая обработка экспериментов второго порядка
В принципе производится по той же схеме, что и результатов экспериментов по планам 1-го порядка. Отличие – в способах вычисления оценок коэффициентов регрессии и свободного члена.
Оценка п
Выявление мультиколлинеарности
Для получения качественных результатов РА необходимо выявление мультиколлинеарности в ходе РА или возможности ее появления при подготовке и сборе данных.
Внешним признаком мультиколлинеарн
Обработка "плохих" данных
Если в результате эксперимента все же получены данные с мультиколлинеарностью, то можно попытаться получить приемлемую по статистическим качествам модель посредством специальных способов обработки
Регрессионный анализ при наличии ошибок в факторах
Четвертая предпосылка классического РА состоит в том, что факторы Хi эксперимента являются не случайными величинами. Нарушение этой предпосылки является чаще всего встре
В измерении факторов
Известны два подхода к учету ошибок измерения, отличающиеся степенью использования априорной информации об ошибках измерения. Первый подход реализуется в методах инструментальных переменных и в мет
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов