Mi az a multikollinearitás?
A multikollinearitás olyan statisztikai jelenség, amelyben egy regressziós modell két vagy több változója függ a többi változótól oly módon, hogy az egyiket nagy pontossággal lineárisan megjósolhassuk a másiktól. Általában megfigyelési tanulmányokban használják, kevésbé pedig kísérleti vizsgálatokban.
A multikollinearitás típusai
A multikollinearitásnak négy típusa van
- # 1 - Tökéletes multikollinearitás - Akkor létezik, amikor az egyenlet független változói megjósolják a tökéletes lineáris kapcsolatot.
- # 2 - Magas multikollinearitás - A két vagy több független változó lineáris kapcsolatára utal, amelyek nincsenek tökéletesen korrelálva egymással.
- # 3 - Strukturális multikollinearitás - Ezt maga a kutató okozza azzal, hogy különböző független változókat illeszt be az egyenletbe.
- # 4 - Adat alapú multikollinaritás - A kutató által rosszul megtervezett kísérletek okozzák.
A multikollinearitás okai
Független változók, A változók paramétereinek megváltoztatása egy kis változást eredményez a változókban. Jelentős hatással van az eredményre, és az adatgyűjtés a kiválasztott populáció mintájára vonatkozik.
Példák a multikollinearitásra
1. példa
Tegyük fel, hogy az ABC Ltd-t, a KPO-t egy gyógyszergyár vette fel, hogy kutatási szolgáltatásokat és statisztikai elemzéseket nyújtson az indiai betegségekről. Ehhez az ABC kft prima facie paraméterként az életkort, a súlyt, a szakmát, a magasságot és az egészséget választotta.
- A fenti példában multikollinearitási helyzet áll fenn, mivel a tanulmányhoz kiválasztott független változók közvetlenül korrelálnak az eredményekkel. Ezért tanácsos lenne, ha a kutató a projekt megkezdése előtt először módosítaná a változókat, mivel az itt kiválasztott változók miatt az eredményeket közvetlenül befolyásolja.
2. példa
Tegyük fel, hogy az ABC Ltd-t a Tata Motors nevezte ki, hogy megértse a tata motorok értékesítési volumene a piac melyik kategóriájában lesz magas.
- A fenti példában először is független változókat véglegesítünk, amelyek alapján a kutatásnak be kell fejeződnie. Lehet havi jövedelem, életkor. Márka, az alsóbb osztály. Ez csak annyit jelent, hogy adatokat választanak ki, amelyek elférnek ezeken a füleken annak érdekében, hogy kiderüljön, hány ember vásárolhatja meg ezt az autót (tata nano) anélkül, hogy más autót nézne meg.
3. példa
Tegyük fel, hogy az ABC Ltd-t felbérelték egy jelentés benyújtására, hogy megtudják, hány 50 év alatti ember hajlamos a szívrohamra. ehhez a paraméterek az életkor, a nem, az anamnézis
- A fenti példában van egy multikollinearitás, amely azért merült fel, mert a független „életkor” változót 50 év alatti életkorig kell módosítani a nyilvánosságtól származó pályázatok meghívása érdekében, hogy az 50 évnél idősebb személyeket automatikusan kiszűrjék.
Előnyök
Az alábbiakban bemutatjuk az előnyöket
- Lineáris összefüggés a független változók között az egyenletben.
- Nagyon hasznos a kutatóközpontú cégek által készített statisztikai modellekben és kutatási jelentésekben.
- Közvetlen hatás a kívánt eredményre.
Hátrányok
Az alábbiakban bemutatunk néhány hátrányt
- Bizonyos helyzetekben ezt a kérdést úgy oldanák meg, hogy több adatot gyűjtenének a változókról.
- A próbaváltozók helytelen használata, azaz a kutató elfelejtheti a próbaváltozók használatát, amikor arra szükség van.
- Két azonos vagy azonos változó beszúrása az egyenletbe, például kg és lbs súlyokban.
- Változó beillesztése az egyenletbe, amely 2 kombinációja.
- Számítások elvégzése bonyolult, mivel ez a statisztikai technika, és a végrehajtáshoz statisztikai számológépekre van szükség.
Következtetés
A multikollinearitás az egyik legkedveltebb statisztikai eszköz, amelyet gyakran használnak a nagy adatbázisok regressziós elemzésében és statisztikai elemzésében, valamint a kívánt kimenetre. Valamennyi nagyvállalatnak külön statisztikai osztálya van a vállalatában, amely statisztikai regressziós elemzést végez a termékekről vagy az emberekről annak érdekében, hogy stratégiai képet nyújtson a piacról a menedzsment számára, és segítse őket hosszú távú stratégiáik kidolgozásában is. Az elemzés grafikus bemutatása világos képet ad az olvasónak a közvetlen kapcsolatról, pontosságról és teljesítményről.
- Ha a kutató célja az egyenlet független változóinak megértése, akkor a multikollinearitás nagy problémát jelent számára.
- A kutatónak magának a 0. szakaszban kell elvégeznie a változók szükséges változtatásait, különben hatalmas hatással lehet az eredményekre.
- A multikollinearitás elvégezhető a korrelációs mátrix vizsgálatával.
- A gyógyító intézkedések jelentős szerepet játszanak a multikollinearitás problémáinak megoldásában.
