Çoklu doğrusallık bir sorundur çünkü bağımsız bir değişkenin istatistiksel önemini zayıflatır. Diğer şeyler eşit olduğunda, bir regresyon katsayısının standart hatası ne kadar büyükse, bu katsayının istatistiksel olarak anlamlı olma olasılığı o kadar düşüktür.
Çoklu doğrusallığın bir sorun olup olmadığını nasıl anlarsınız?
Çoklu doğrusallığı ölçmenin bir yolu varyans enflasyon faktörü (VIF)'dır; bu, tahmin edicileriniz korelasyonluysa tahmini bir regresyon katsayısının varyansının ne kadar arttığını değerlendirir. … 5 ile 10 arasındaki bir VIF, sorunlu olabilecek yüksek korelasyonu gösterir.
Eşdoğrusallık tahmin için bir sorun mu?
Çoklu bağlantı, tahmin gücü için hala bir sorundur. Modeliniz fazla sığacak ve örneklem dışı verilere genelleme yapma olasılığı daha düşük olacaktır. Neyse ki, R2'niz etkilenmeyecek ve katsayılarınız yine de tarafsız olacak.
Eşdoğrusallık neden regresyonda bir problemdir?
Çoklu Bağlantı tahmini katsayıların kesinliğini az altır, bu da regresyon modelinizin istatistiksel gücünü zayıflatır. İstatistiksel olarak anlamlı bağımsız değişkenleri belirlemek için p değerlerine güvenemeyebilirsiniz.
Kolinearlığı ne zaman görmezden gelmelisiniz?
Katsayılarının standart hatalarını arttırır ve bu katsayıları çeşitli şekillerde kararsız hale getirebilir. Ama aynı çizgide olduğu sürecedeğişkenler yalnızca kontrol değişkenleri olarak kullanılır ve ilgilendiğiniz değişkenlerle aynı doğrultuda değildirler, sorun yok.
