Mis on multikollineaarsus?
Multikollineaarsus on statistiline nähtus, kus regressioonimudeli kaks või enam muutujat sõltuvad teistest muutujatest nii, et üht saab teisest suure täpsusega ennustada. Seda kasutatakse tavaliselt vaatlusuuringutes ja vähem populaarne eksperimentaalsetes uuringutes.
Multikollineaarsuse tüübid
Multikollineaarsust on nelja tüüpi
- # 1 - täiuslik multikollineaarsus - see on olemas, kui võrrandi sõltumatud muutujad ennustavad täiuslikku lineaarset suhet.
- # 2 - kõrge multikollineaarsus - see viitab lineaarsele seosele kahe või enama sõltumatu muutuja vahel, mis pole omavahel täielikult korrelatsioonis.
- # 3 - struktuuriline multikollineaarsus - selle põhjustab uurija ise, sisestades võrrandisse erinevad sõltumatud muutujad.
- # 4 - andmepõhine multikollineaarsus - selle põhjustavad teadlase halvasti kavandatud katsed.
Multikollineaarsuse põhjused
Sõltumatud muutujad, muutujate parameetrite muutus teeb seda muutujatena veidi. Tulemust mõjutab märkimisväärselt ja andmekogumine viitab valitud populatsiooni valimile.
Multikollineaarsuse näited
Näide 1
Oletame, et farmaatsiaettevõte on palganud KPO ABC Ltd, kes osutab uurimisteenuseid ja statistilisi analüüse India haiguste kohta. Selleks valis ABC lt esmapilgul parameetriteks vanuse, kaalu, elukutse, pikkuse ja tervise.
- Ülaltoodud näites on tegemist multikollineaarsuse olukorraga, kuna uuringuks valitud sõltumatud muutujad on otseselt korrelatsioonis tulemustega. Seetõttu oleks teadlasel soovitatav enne projekti alustamist kõigepealt muutujaid korrigeerida, kuna siin valitud muutujate tõttu mõjutatakse tulemusi otseselt.
Näide 2
Oletame, et Tata Motors on määranud ABC Ltd, et mõista, millises turukategoorias on tata mootorite müügimaht kõrge.
- Ülaltoodud näites tehakse kõigepealt lõplikud sõltumatud muutujad, mille põhjal tuleb uuringud lõpule viia. See võib olla igakuine sissetulek, vanus. Bränd, madalam klass. See tähendab ainult seda, et valitakse andmed, mis sobivad kõikidele nendele vahelehtedele, et välja selgitada, kui palju inimesi saab seda autot (tata nano) osta, vaatamata ühtegi teist autot.
Näide # 3
Oletame, et ABC Ltd on palgatud esitama aruande, et teada saada, kui paljudel alla 50-aastastel inimestel on südameatakk. selle jaoks on parameetrid vanus, sugu, haiguslugu
- Eespool toodud näites on multikollineaarsus, mis on tekkinud seetõttu, et sõltumatu muutuja „vanus” tuleb avalikkuse avalduste kutsumiseks muuta kuni 50-aastaseks, et üle 50-aastased isikud saaksid automaatselt filtreerida.
Eelised
Allpool on toodud mõned eelised
- Lineaarne seos võrrandis olevate sõltumatute muutujate vahel.
- Väga kasulik teaduspõhiste ettevõtete koostatud statistilistes mudelites ja uurimisaruannetes.
- Otsene mõju soovitud tulemusele.
Puudused
Allpool on toodud mõned puudused
- Mõnes olukorras lahendataks see probleem muutujate kohta rohkemate andmete kogumisega.
- Nukk-muutujate vale kasutamine, st teadlane võib vajadusel unustada mannekeenide muutujate kasutamise.
- Lisades võrrandisse 2 sama või identset muutujat, näiteks kg ja lbs kaaludes.
- Lisatakse võrrandisse muutuja, mis on 2 kombinatsioon.
- Arvutuste tegemine on keeruline, kuna see on statistiline tehnika ja selle täitmiseks on vaja statistilisi kalkulaatoreid.
Järeldus
Multikollineaarsus on üks eelistatumaid statistilisi vahendeid, mida sageli kasutatakse regressioonanalüüsis ja statistilises analüüsis suurte andmebaaside ja soovitud väljundi jaoks. Kõigil suurematel ettevõtetel on oma ettevõttes eraldi statistikaosakond, mis teostab toodete või inimeste statistilist regressioonianalüüsi, et pakkuda juhtkonnale strateegilist ülevaadet turust ning aidata neil seda mõistust silmas pidades koostada ka pikaajalisi strateegiaid. Analüüsi graafiline esitus annab lugejale selge pildi otsesest seosest, täpsusest ja jõudlusest.
- Kui uurija eesmärk on mõista võrrandis olevaid sõltumatuid muutujaid, on multikollineaarsus tema jaoks suur probleem.
- Uurija peab muutujad 0 etapis ise tegema, vastasel juhul võib see tulemusi tohutult mõjutada.
- Multikollineaarsust saab teha korrelatsioonimaatriksi uurimisega.
- Paljundusmeetmetel on multikollineaarsuse probleemide lahendamisel oluline roll.
