Проблема мультиколлинеарности в регрессионных моделях

Проблема мультиколлинеарности в регрессионных моделях

Что мы знаем:

Спецификация эконометрической модели
Сбор исходной информации
Вычислительный этап:
Оценка параметров модели (теорема Гаусса-Маркова)
4. Анализ полученных результатов:
4.1. Тестирование качества спецификации модели
(коэффициент R2, F-тест, проверка H0: ai=0)

4.2 Исследование модели на мультиколлинеарность

Одно из условий возможности применения МНК – это матрица X должна иметь полный ранг
Это означает, что все столбцы матрицы коэффициентов системы уравнений наблюдений должны быть линейно-независимыми
Данное условие математически можно записать так:

где: k – число столбцов матрицы Х (Количество регрессоров в модели +1)
Если среди столбцов матрицы Х имеются линейно-зависимые, то rank(X)Тогда по свойству определителей

(9.1)

(9.2)

Условие (9.2) приводит к тому, что матрица (XTX)-1 не существует
Следовательно, нет возможности воспользоваться процедурами, сформулированными в теореме Гаусса-Маркова, для оценки параметров модели и их ковариационной матрицы

Если, регрессоры в модели связаны строгой функциональной зависимостью, то говорят о наличии полной (совершенной) мультиколинеарности

Полная мультиколлинеарность не позволяет однозначно оценить параметры исходной модели и разделить вклады регрессоров в эндогенную переменную по результатам наблюдений
Рассмотрим пример
Пусть спецификация модели имеет вид:

(9.3)

Предположим, что регрессоры x1 и x2 связаны между собой строгой линейной зависимостью:

(9.4)

Подставив (9.4) в (9.3), получим уравнение парной регрессии

Раскрыв скобки и приведя подобные, получим модель в виде:

(9.5)

Уравнение (9.5) можно записать в виде:

Т.к в реальности мы имеем дело с данными, имеющими стохастический характер, то случай полной мультиколлинеарности на практике встречается крайне редко
На практике мы имеем дело с частичной мультиколлинеарностью

Частичная мультиколлинеарность характеризуется коэффициентами парной корреляции между регрессорами, которые так же носят стохастический характер и, по значениям которых судят о степени коррелированности
Для определения степени коррелированности строят матрицу взаимных корреляций регрессоров R={rij}, I,j=1,2,…,k

Если между регрессорами имеется корреляционная связь, соответствующий коэффициент корреляции будет близок к единице rij≈1

Матрица (XTX)-1 будет иметь полный ранг, но близка к вырожденной, т.е det(XTX)-1≈0

В этом случае, формально можно получить оценки параметров модели, их точностные показатели, но все они будут неустойчивыми

Последствия частичной мультиколлинеарности следующие:
- Увеличение дисперсий оценок параметров (снижение точности)
- Уменьшение значений t-статистик для параметров, что приводит к неправильному выводу о их статистической значимости

- Неустойчивость оценок МНК-параметров и их дисперсий
- Возможность получения неверного (с точки зрения теории) знака у оценки параметра

Поясним это на примере
Пусть спецификация модели имеет вид:

Для такой модели значения дисперсий параметров и их ковариация может быть выражена через значение выборочного коэффициента корреляции следующим образом:

Точные количественные критерии для обнаружения частичной мультиколлинеарности отсутствуют

В качестве признаков ее наличия используют следующие:

- Модуль парного коэффициента корреляции между регрессорами Хi и Xj больше 0.75

- Близость к нулю определителя матрицы (XTX)-1

- Большое количество статистически незначимых параметров в модели

Коэффициент корреляции, очищенный от влияния других факторов, называется частным коэффициентом корреляции
Частный коэффициент корреляции определяет степень зависимости между двумя переменными без учета влияния на них других факторов

Рассмотрим пример. Пусть спецификация модели имеет вид:

(9.6)

Задача. Определить корреляцию между Y и X1, исключив влияние переменной X2

Алгоритм решения заключается в следующем:

1. Строится регрессия Y на X2

2. Строится регрессия X1 на X2

3. Для удаления влияния X2 вычисляются остатки:

4. Значение частного коэффициента корреляции между переменными Y и X1 вычисляется по формуле:

Частные коэффициенты корреляции могут быть вычислены по значениям парных коэффициентов

В общем случае связь между частными и обычными коэффициентами корреляции осуществляется следующим образом:

(9.7)

(9.8)

Пример 1. Вычислить частный коэффициент корреляции r(Y,X1│X2) между переменными модели (9.6)
Пусть матрица R имеет вид:

Тогда частный коэффициент корреляции r(Y,X1│X2) вычисляется с помощью (9.7)

Пример 2. В таблице приведены данные об объеме импорта Y (млрд.дол), ВНП X1 (млрд.дол) и индексе цен X2 в США за период 1964-1979 гг
Вычислить элементы матрицы взаимных корреляций модели:

Решение.
1. Вычисляем матрицу взаимных корреляций

2. Вычисляется обратная матрица

Вычисляется с помощью Excel, «Анализ данных)

Вычисляется с помощью Excel, «МОБР»

Пример 2. (Продолжение)
3. Вычисляются оценки частных коэффициентов корреляции с помощью (9.8)

Обратная матрица R-1

Выражение (9.8)

Тогда:

Проверка гипотезы Н0: r(x1,x2│Y)=0

Метод дополнительных регрессий
Алгоритм метода заключается в следующем:
Строятся уравнения регрессии, которые связывают каждый из регрессоров со всеми оставшимися
2. Вычисляются коэффициенты детерминации R2 для каждого уравнения регрессии
3. Проверяется статистическая гипотеза H0: R2=0 с помощью F теста
Вывод: если гипотеза H0: R2=0 не отклоняется, значит данный регрессор не приводит к мультиколлинеарности

Основным методом устранения мультиколлинеарности заключается в исключении переменных
Существует несколько способов решения этой задачи

Пример. Рассмотрим предыдущую задачу и определим, приводит ли регрессор X1 к мультиколлинеарности

Исходные данные

Результаты расчета

Значение Fтест =1616.97 > Fкрит
Следовательно, гипотеза о равенстве нулю коэффициента детерминации отклоняется
Вывод: регрессор X1 вызовет в модели мультиколлинеарность

2. Метод последовательного присоединения
В отличие от рассмотренного, метод последовательного присоединения регрессоров позволяет выявить набор регрессоров, который ни только не приводит к мультиколлинеарности, но и обеспечивает наилучшее качество спецификации модели

Алгоритм метода следующий:
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 эндогенной переменной
К выбранному регрессору последовательно в модель добавляется каждый из оставшихся регрессоров и вычисляются скорректированные коэффициенты детерминации для каждой из моделей К модели присоединяется тот регрессор, который обеспечивает наибольшее значение скорректированного R2

4. К паре выбранных регрессоров последовательно присоединяется третий из числа оставшихся Строятся модели, вычисляется скорректированный R2, добавляется тот регрессор, который обеспечивает наибольшее значение скорректированного R2

Процесс присоединения регрессоров прекращается, когда значение скорректированного R2 становится меньше достигнутого на предыдущем шаге

Замечание. Каким бы образом не осуществлялся отбор факторов, уменьшение их числа приводит к улучшению обусловленности матрицы (XTX)-1, а, следовательно, к повышению качества оценок параметров модели

Пример 2.
Исследуется зависимость урожайности зерновых культур Y от следующих факторов производства:
X1 – число тракторов на 100га
X2 – число зерноуборочных комбайнов на 100га
X3 – Число орудий поверхностной обработки почвы на 100 га
X4 - количество удобрений, расходуемых на гектар (т/га)
X5 – количество химических средств защиты растений (т/га)

Исходные данные

Результаты расчета

Видно: стандартные ошибки всех параметров модели, кроме a4, превосходят значения параметров
Вывод: Последнее обстоятельство может быть следствием мультиколлинеарности
Необходимо анализировать регрессоры

Шаг 2. Построение матрицы корреляций

Видно: наибольшую корреляцию эндогенная переменна Y имеет с X4
Вывод: в модель необходимо включить регрессор X4 и к нему присоединять остальные

Шаг 3. Рассматриваем следующие спецификации моделей:

Видно: Наибольший R2 в модели 3
Вывод: Продолжаем присоединение к модели 3  

Шаг 4. Рассматриваем следующие спецификации моделей:

Видно: наибольший коэффициент детерминации соответствует модели 3
Однако его значение меньше, чем было достигнуто ранее: R2=0,4232
Выводы:
1. Не имеет смысл рассматривать спецификацию 3.
2. Для построения следует принять спецификацию модели в виде:

Выводы:
1. Последствием мультиколлинеарности является потеря устойчивости вычисления оценок параметров модели
2. Наличие мультиколлинеарности приводит к завышенным значениям СКО оценок
3. Отсутствуют строгие критерии тестирования наличия мультиколлинеарности
4. Подозрением наличия мультиколлинеарности служит большое количество незначимых факторов в модели
5. Для устранения мультиколлинеарности необходимо удалить из спецификации модели факторы, ее вызывающие
6. Для получения спецификации модели, не имеющей мультиколлинеарности можно воспользоваться методом присоединения регрессоров или методом исключения регрессоров