Мультиколлинеарность и ее эффекты

ВВЕДЕНИЕ 3
1. Мультиколлинеарность и ее эффекты…. 5
1.1. Теоретический обзор подходов к области множественной регрессии 5
1.2. Инструментарий эконометрического исследования в области мультиколлинеарности: Методы устранения мультиколлинеарности …..14
2. Практическая часть 21
2.1. Информационно-методическое обеспечение эконометрического исследования мультиколлинеарности: исследование на мультиколлинеарность факторов, влияющих на прибыль при предоставлении услуг в области добычи сырой нефти и природного газа 21
2.2. Пример эконометрического исследования мультиколлинеарности и ее устранение: исследование на мультиколлинеарность факторов, влияющих на зависимость курса доллара США с курсами евро, японской иены и английского фунта стерлингов. и построение множествнной регрессии с информативными факторами…………………….………………………..……26

ЗАКЛЮЧЕНИЕ 33
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 35

1.1. Теоретический обзор подходов к области множественной регрессии
Множественная регрессия – связь между переменными и т.е. модель вида:

где – зависимая переменная (объясняемая переменная, результативный признак);
– независимые объясняющие переменные;
– возмущение или стохастическая переменная, включающая влияние неучтенных в модель факторов;
– число параметров при переменных
Модель, в которой зависимая переменная , объясняющие переменные и возмущения u, удовлетворяющие условиям теоремы Гауса-Маркова, и, кроме того, предпосылке о не вырожденности матрицы (независимости столбцов) значений объясняющих переменных, называется классической нормальной линейной моделью множественной регрессии (ClassicNormalLinearMultipleRegressionmodel) [5]
Уравнение множественной линейной регрессиив случае независимых переменных имеет вид .
...

1.2. Инструментарий эконометрического исследования в области мультиколлинеарности: Методы устранения мультиколлинеарности.

Коллинеарность и мультиколлинеарность
Термин «коллинеарность» характеризует линейную связь между двумя объясняющими переменными. «Мультиколлинеарность» означает линейную
связь между более чем двумя объясняющими переменными.
На практике всегда используется один термин - мультиколлинеарность.
Термин «мультиколлинеарность» введен Рагнаром Фришем
Рассматривают два вида мультиколлинеарности:
• Строгая мультиколлинеарность - наличие линейной функциональной связи между объясняющими переменными (иногда также и зависимой).
• Нестрогая мультиколлинеарность - наличие сильной линейной корреляционной связи между объясняющими переменными (иногда также и зависимой).
Если регрессоры в модели связаны строгой функциональной зависимостью, то имеет место полная (совершенная) мультиколлинеарность.
...