自己啓発 関連 |
MBAのビジネス講座 |
統計
マーケティング
経営戦略
ファイナンス
定量分析テクニック
パソコン操作 【重要!】
MBAのビジネス講座 > 統計 > マルチコとは
多重共線性とは重回帰分析の変数に相関が高いものを選んだ場合、それぞれの変数の係数が正しく計算されない事象をさします。多重共線性はマルチコリニアリティとかマルチコと呼ばれることもあります。
多重共線性のは以下のように身長を右足と左足のサイズで回帰分析にかけた事例で説明されることが多いです。
回帰統計 重相関
R 0.904211 重決定
R2 0.817597 補正
R2 0.81402 標準誤差 2.004142 観測数 105 分散分析表
自由度
変動
分散
観測された分散比
有意
F 回帰 2 1836.385 918.1923 228.6003 2.05E-38 残差 102 409.6916 4.016584 合計 104 2246.076
係数
標準誤差 t
P-値
下限
95% 切片 31.76029 1.959464 16.20866 5.56E-30 27.87371 Right 6.822926 3.428475 1.990076 0.049259 0.022566 Left -3.64478 3.441068 -1.0592 0.29201
-10.4701 この例では左足のサイズが大きい人は身長が小さくなるという結果になってしまいます。また、t値からは、左足のサイズは身長を説明するのに有意でないという結果になります。 それぞれの変数の相関が高い場合、このような現象(多重共線性)が起きる場合があります。上記の例の場合、人の身長を片足や両足の平均の大きさを説明変数とすれば、それなりのモデルができますが、両足のサイズをそれぞれ変数として持ってしまうと多重共線性がそれそれの変数に影響しあい、意味不明の回帰式モデルとなっていまいます。 スポンサーリンク 多重共線性をさけるために などの処置が行われます。
SEO | [PR] !uO z[y[WJ Cu | ||