Мультиколлинеарность

Материал из MachineLearning.

Текущая версия

Мультиколлинеарность - тесная корреляционная взаимосвязь между отбираемыми для анализа факторами, совместно воздействующими на общий результат, которая затрудняет оценивание регрессионных параметров.

Основные положения

Если регрессоры в модели связаны строгой функциональной зависимостью, то имеет место полная (совершенная) мультиколлинеарность. Данный вид мультиколлинеарности может возникнуть, например, в задаче линейной регрессии, решаемой методом наименьших квадратов, если определитель матрицы будет равен нулю. Полная мультиколлинеарность не позволяет однозначно оценить параметры исходной модели и разделить вклады регрессоров в выходную переменную по результатм наблюдений.

В задачах с реальными данными случай полной мультиколлинеарности встречается крайне редко. Вместо этого в прикладной области часто приходится иметь дело с частичной мультиколлинеарностью, которая характеризуется коэффициентами парной корреляции между регрессорами. В случае частичной мультиколлинеарности матрица будет иметь полный ранг, но ее определитель будет близок к нулю. В этом случае формально можно получить оценки параметров модели и их точностные показатели, но все они будут неустойчивыми.

Среди последствий частичной мультиколлинеарности можно выделить следующие:

• увеличение дисперсий оценок параметров
• уменьшение значений t-статистик для параметров, что приводит к неправильному выводу об их статистической значимости
• получение неустойчивых оценок параметров модели и их дисперсий
• возможность получения неверного с точки зрения теории знака у оценки параметра

Точные количественные критерии для обнаружения частичной мультиколлинеарности отсутствуют. В качестве признаков ее наличия чаще всего используют следующие:

• Превышение некого порога модулем парного коэффициента корреляции между регрессорами и
• Близость к нулю определителя матрицы
• Большое количество статистически незначимых параметров в модели

Методы устранения мультиколлинеарности

Существует два основных подхода к решению этой задачи.

• Метод дополнительных регрессий
  • Строятся уравнения регрессии, которые связывают каждый из регрессоров со всеми остальными
  • Вычисляются коэффициенты детерминации для каждого уравнения регрессии
  • Проверяется статистическая гипотеза с помощью F-теста

    Вывод: если гипотеза не отвергается, то данный регрессор не приводит к мультиколлинеарности.

• Метод последовательного присоединения
  • Строится регрессионная модель с учетом всех предполагаемых регрессоров. По признакам делается вывод о возможном присутствии мультиколлинеарности
  • Расчитывается матрица корреляций и выбирается регрессор, имеющий наибольшую корреляцию с выходной переменной
  • К выбранному регрессору последовательно добавляются каждый из оставшихся регрессоров и вычисляются скорректированные коэффициенты детерминации для каждой из моделей. К модели присоединяется тот регрессор, который обеспечивает наибольшее значение скорректированного

    Процесс присоединения регрессоров прекращается, когда значение скорректированного становится меньше достигнутого на предыдущем шаге.

Каким бы образом не осуществлялся отбор факторов, уменьшение их числа приводит к улучшению обусловленности матрицы , а, следовательно, и к повышению качества оценок параметров модели.

Помимо перечисленных методов существует ещё один, более простой, дающий достаточно хорошие результаты — это метод предварительного центрирования. Суть метода сводится к тому, что перед нахождением параметров математической модели проводится центрирование исходных данных: из каждого значения в ряде данных вычитается среднее по ряду: . Эта процедура позволяет так развести гиперплоскости условий МНК, чтобы углы между ними были перпендикулярны. В результате этого оценки модели становятся устойчивыми (Построение многофакторных моделей в условиях мультиколлинеарности).

Литература

1. Костюнин В. И. Проблема мультиколлинеарности в регрессионных моделях. Презентация PPT.
2. Светуньков С.Г. Построение многофакторных моделей в условиях мультиколлинеарности.

Смотри также

• Анализ мультиколлинеарности (пример)
• Ридж-регрессия
• Лассо
• LARS
• Регрессионный анализ
• Фактор инфляции дисперсии
• Метод Белсли