Multikolineariti ialah masalah kerana ia menjejaskan kepentingan statistik pembolehubah bebas. Perkara lain adalah sama, semakin besar ralat piawai pekali regresi, semakin kecil kemungkinan pekali ini akan menjadi signifikan secara statistik.
Bagaimana anda tahu jika multikolineariti ialah masalah?
Salah satu cara untuk mengukur multikolineariti ialah faktor inflasi varians (VIF), yang menilai berapa banyak varians anggaran pekali regresi meningkat jika peramal anda dikaitkan. … VIF antara 5 dan 10 menunjukkan korelasi tinggi yang mungkin bermasalah.
Adakah kolineariti masalah untuk ramalan?
Multikolineariti masih menjadi masalah untuk kuasa ramalan. Model anda akan terlampau muat dan kurang berkemungkinan untuk menggeneralisasikan kepada data yang kehabisan sampel. Nasib baik, R2 anda tidak akan terjejas dan pekali anda masih tidak berat sebelah.
Mengapa kolineariti menjadi masalah dalam regresi?
Multikolineariti mengurangkan ketepatan pekali anggaran, yang melemahkan kuasa statistik model regresi anda. Anda mungkin tidak boleh mempercayai nilai-p untuk mengenal pasti pembolehubah tidak bersandar yang signifikan secara statistik.
Bilakah anda harus mengabaikan kolineariti?
Ia meningkatkan ralat piawai pekalinya, dan ia mungkin menjadikan pekali tersebut tidak stabil dalam beberapa cara. Tetapi selagi collinearpembolehubah hanya digunakan sebagai pembolehubah kawalan dan ia tidak sejajar dengan pembolehubah minat anda, tiada masalah.