Kaj je faktor inflacije variacije?
Variacijski inflacijski faktor faktorja inflacije (VIF) je merilo količine multikolinearnosti v množici več regresijskih spremenljivk. Matematično je spremenljivka VIF za regresijsko spremenljivko enaka razmerju celotne variance modela in variance modela, ki vključuje samo tisto samostojno spremenljivko. To razmerje se izračuna za vsako neodvisno spremenljivko. Visok VIF kaže, da je povezana neodvisna spremenljivka visoko kolinearna z drugimi spremenljivkami v modelu.
Ključni odvzemi
- Faktor inflacije variance (VIF) zagotavlja merilo multikolinearnosti med neodvisnimi spremenljivkami v modelu z več regresij. Odkrivanje multikolinearnosti je pomembno, ker čeprav ne zmanjšuje pojasnjevalne moči modela, zmanjšuje statistični pomen neodvisnih spremenljivk. Velik VIF na neodvisni spremenljivki kaže na zelo kolinearni odnos do drugih spremenljivk, ki jih je treba upoštevati ali prilagoditi v strukturi modela in izbiri neodvisnih spremenljivk.
Razumevanje faktorja inflacije variacije
Večkratna regresija se uporablja, kadar želi oseba preizkusiti učinek več spremenljivk na določen rezultat. Odvisna spremenljivka je rezultat, na katerega delujejo neodvisne spremenljivke, ki so vhodi v model. Večkolinearnost obstaja, če obstaja ena ali več medsebojnih povezav med eno ali več neodvisnimi spremenljivkami ali vhodi. Večkolinearnost povzroča težave pri večkratni regresiji, ker vsi vložki vplivajo drug na drugega, pravzaprav niso neodvisni in težko je preizkusiti, koliko kombinacija neodvisnih spremenljivk vpliva na regresijski model na odvisno spremenljivko ali izid. V statističnem smislu bo model z več regresijami, kjer obstaja velika multikolinearnost, otežil oceno razmerja med vsako neodvisno spremenljivko in odvisno spremenljivko. Majhne spremembe uporabljenih podatkov ali strukture enačbe modela lahko povzročijo velike in napačne spremembe ocenjenih koeficientov neodvisnih spremenljivk.
Za zagotovitev, da je model pravilno določen in pravilno deluje, obstajajo preizkusi, ki jih je mogoče izvesti za večkolinearnost. Faktor inflacije variance je eno takšnih merilnih orodij. Uporaba faktorjev inflacije variance pomaga ugotoviti resnost vseh vprašanj, povezanih z večkolinearnostjo, da se lahko model prilagodi. Faktor inflacije variance meri, koliko vpliva na delovanje ali varianto neodvisne spremenljivke njena interakcija / korelacija z drugimi neodvisnimi spremenljivkami. Faktorji inflacije variacije omogočajo hitro merjenje, koliko spremenljivka prispeva k standardni napaki v regresiji. Kadar obstajajo pomembna vprašanja o multikolinearnosti, bo faktor variance variance za vključene spremenljivke zelo velik. Ko so te spremenljivke identificirane, je mogoče uporabiti več pristopov za odpravo ali združevanje kolinearnih spremenljivk in reševanje vprašanja večkolinearnosti.
Medtem ko multikolinearnost ne zmanjšuje splošne napovedne moči modela, lahko ustvari ocene regresijskih koeficientov, ki niso statistično pomembni. V nekem smislu ga je mogoče obravnavati kot nekakšno dvojno štetje v modelu. Če sta dve ali več neodvisnih spremenljivk tesno povezani ali merita skoraj isto stvar, se osnovni učinek, ki ga merijo, upošteva dvakrat (ali več) med spremenljivkami, zato je težko ali nemogoče reči, katera spremenljivka resnično vpliva na neodvisna spremenljivka. To je težava, saj je cilj številnih ekonometričnih modelov preizkusiti ravno tovrstno statistično razmerje med neodvisnimi spremenljivkami in odvisno spremenljivko.
Na primer, če želi ekonomist preizkusiti, ali obstaja statistično pomembna povezava med stopnjo brezposelnosti (kot neodvisna spremenljivka) in stopnjo inflacije (kot odvisna spremenljivka). Vključitev dodatnih neodvisnih spremenljivk, ki so povezane s stopnjo brezposelnosti, bi takšni novi začetni zahtevki za brezposelnost verjetno vnesli multikolinearnost v model. Celoten model bi lahko pokazal močno, statistično zadostno razlagalno moč, vendar ne bi mogel ugotoviti, ali je vpliv večinoma posledica brezposelnosti ali novih začetnih zahtevkov za brezposelnost. To bi ugotovil VIF in bi predlagal, da bi katero izmed spremenljivk izvlekel iz modela ali poiskal kakšen način, da bi jih utrdil, da bi zajel njihov skupni učinek, odvisno od tega, kakšno konkretno hipotezo raziskovalca zanima preizkušanje.
