Variacijos infliacijos koeficientas

Variacijos infliacijos faktoriaus APIBRĖŽIMAS

Variacijos infliacijos koeficientas yra daugialypiškumo laipsnio iš kelių regresijos kintamųjų matas. Daugybinė regresija naudojama tada, kai asmuo nori išbandyti kelių kintamųjų įtaką tam tikrai baigčiai. Priklausomas kintamasis yra rezultatas, kurį paveikia nepriklausomi kintamieji, kurie yra modelio įvestys. Daugiakoliarumas egzistuoja, kai yra tiesinis ryšys arba koreliacija tarp vieno ar daugiau nepriklausomų kintamųjų ar įvesties. Daugiakoliarumas sukuria daugialypės regresijos problemą, nes, kadangi visi įėjimai daro įtaką vienas kitam, jie iš tikrųjų nėra nepriklausomi ir sunku patikrinti, kiek nepriklausomų kintamųjų kombinacija veikia priklausomą kintamąjį ar rezultatą regresijos modelyje.

Norėdami įsitikinti, kad modelis tiksliai nurodytas ir tinkamai veikia, yra testai, kuriuos galima atlikti daugialypiškumu. Variacijos infliacijos koeficientas yra viena iš tokių matavimo priemonių. Infliacijos dispersijos faktorių naudojimas padeda nustatyti bet kokio daugialypiškumo klausimo sunkumą, kad būtų galima pritaikyti modelį. Variacijos infliacijos koeficientas matuoja, kiek nepriklausomo kintamojo elgsenai (dispersijai) daro įtaką arba padidėja jo sąveika / koreliacija su kitais nepriklausomais kintamaisiais.

SUMAŽINIMAS Variacijos infliacijos koeficientas

Infliacijos dispersijos koeficientas dažniausiai naudojamas esant įprastajai mažiausiųjų kvadratų regresijai. Tai matuoja daugialypės minties apimtį modelyje. Multikolinariškumas sumažina modelio teisėtumą ir numatomąją galią. Variacijos infliacijos koeficientai leidžia greitai įvertinti, kiek kintamasis prisideda prie standartinės regresijos paklaidos. Kai iškyla reikšmingų daugialinijiškumo problemų, susijusių kintamųjų infliacijos dispersijos koeficientas bus labai didelis. Identifikavus šiuos kintamuosius, galima naudoti kelis būdus pašalinti arba sujungti kolinearinius kintamuosius, išsprendžiant daugialypiškumo problemą.

Palyginkite investicinių sąskaitų teikėjo pavadinimą Aprašymas Skelbėjo informacijos atskleidimas × Šioje lentelėje pateikti pasiūlymai yra iš partnerystės, iš kurios „Investopedia“ gauna kompensaciją.

Susijusios sąlygos

Kaip veikia mažiausių kvadratų metodas Mažiausių kvadratų metodas yra statistinis metodas, pagal kurį nustatoma tinkamiausia modeliui linija, apibrėžta lygtimi su tam tikrais stebimų duomenų parametrais. daugiau Kas yra klaidos terminas? Klaidos terminas yra apibrėžiamas kaip statistinio modelio kintamasis, kuris sukuriamas, kai modelis nevisiškai parodo tikrąjį ryšį tarp nepriklausomų ir priklausomų kintamųjų. daugiau ekonometrijos: ką tai reiškia ir kaip ji naudojama Econometrics yra statistinių ir matematinių modelių taikymas ekonominiams duomenims, siekiant patikrinti teorijas, hipotezes ir ateities tendencijas. daugiau Kaip veikia nustatymo koeficientas Nustatymo koeficientas yra priemonė, naudojama statistinei analizei įvertinti, kaip gerai modelis paaiškina ir prognozuoja būsimus rezultatus. daugiau R-kvadrato R-kvadrato yra statistinis matas, kuris parodo priklausomo kintamojo dispersijos dalį, kuri paaiškinama nepriklausomu kintamuoju. daugiau kaip veikia daugialypė tiesinė regresija Keli linijinė regresija (MLR) yra statistinė technika, kuriai naudojami keli aiškinamieji kintamieji, norint nuspėti atsako kintamojo rezultatą. daugiau partnerių nuorodų