Економіко-математичне моделювання

Потім для всіх змінних, не введених у модель, видаються
значення В, помилки В, бета, F і P для нульової гіпотези зміни R,
часткового коефіцієнта кореляції та толерантності Т.
На кожному кроці виключення видається назва включеної
змінної та виконується видача, аналогічна методу включення за
винятком статистики за змінними поза регресійною моделлю.
Завершальна видача результатів і діалог мають стандартний
вигляд для випадку багатопараметричної моделі.
Вибір F-рівня селекції змінних дозволяє задавати абсолютний
критерій зупинки, оскільки значення статистики F не залежить від
кількості змінних, введених у модель і зростаючих від кроку до
кроку. Вибір Р-рівня дозволяє визначити відносний критерій
зупинки, оскільки значущість Р залежить від числа змінних,
включених у модель на кожному кроці.
У множинній регресії часто необхідно знати відносну
значущість змінних, яка частково відображена коефіцієнтами
кореляції між незалежними і залежними змінними. Проте якщо
незалежні змінні суттєво корельовані між собою, виявляється, що
важко виділити самостійний внесок кожної з них у передбаченні
залежної змінної.
Регресійні коефіцієнти aj не є добрим індикатором відносно
важливості змінних, оскільки їх значення залежать від одиниць
виміру змінних. Одним із шляхів досягнення порівняння коефіцієнтів
S j
є обчислення бета-значень або ваг β j = a j ⋅ , де Sj – cтандартне
S
відхилення змінної Хj . Проте бета-значення також схильні до впливу
кореляції між незалежними змінними. Іншим напрямком є зростання
R 2 , коли незалежна змінна вводиться у модель:
2 2 2
dR j = R − R j , (16.101)
2
де R j обчислюється, якщо всі незалежні змінні за винятком і є у
2
моделі. Велика зміна R j вказує на те, що окреслена змінна дає
2
унікальну інформацію про залежність змінної. Величина R j
називається частковим коефіцієнтом кореляції між Y і Xj, коли лінійні
ефекти всіх інших незалежних змінних вилучені з Хі. Але це не дає
2
уявлення про величину складової частини варіації R j , яка припадає
на Хj , для чого служить інший коефіцієнт:
520
y