Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
157<br />
magyar nyelvű összefoglalóját adja Kovács Péter F . Az elvégezhető tesztek közül nem használtuk valamennyit,<br />
csupán az oktatásban gyakran alkalmazott, általánosan elterjedt próbákat. Az alábbiakban<br />
nagyvonalakban bemutatjuk a beépített próbákat:<br />
• a multikollinearitás globális tesztelése:<br />
2<br />
o χ – próba;<br />
o Kondícióindex és kondíciószám (gyökös formula);<br />
158<br />
o Petres-féle RED mutató F ;<br />
• a multikollinaritás lokalizálása:<br />
o parciális korrelációs együtthatók tesztelése;<br />
o F-próba;<br />
o VIF-mutató (variancia infláló faktor);<br />
o tolerancia mutató;<br />
159<br />
• a multikollinaritás kiküszöbölése. Főkomponens regresszió F .<br />
Az alkalmazott képletek:<br />
A multikollinearitás globális tesztelése, a χ 2 160<br />
– próba F *<br />
A multikollinearitás jelenlétére következtethetünk a magyarázó változók korrelációs mátrixának determinánsából<br />
is. Igazolható ugyanis, hogy amennyiben a magyarázó változók lineárisan függetlenek egymástól<br />
a modellt ortogonálisnak (az ortogonális mátrix kvadratikus, transzponáltja egyenlő inverzével, a mátrix<br />
és a mátrix transzponáltjának a szorzata az egységmátrixot adja és determinánsa: ± 1)<br />
tekinthetjük. Az<br />
ortogonális rendszert leíró mátrix determinánsa 1-gyel, teljes multikollinearitás esetén viszont 0-val<br />
egyenlő. Minél közelebb van a determináns nullához, annál nagyobb mérvű függőség van a magyarázó<br />
változók között.<br />
Érvényes tehát az alábbi reláció:<br />
0 k 1 ≤ ≤ R<br />
ahol R k a magyarázó változók korrelációs mátrixa determinánsának abszolút értéke.<br />
2<br />
A multikollinearitás szignifikanciája az R mátrix determinánsához kapcsolódva χ -próbával tesztelhető.<br />
Az így képzett próbafüggvény annak a H hipotézisnek a tesztelésére szolgál, amely szerint a magyarázó<br />
0<br />
változók lineárisan függetlenek.<br />
2<br />
A χ -teszt tehát azt vizsgálja, hogy a változók az alapsokaságban korrelálatlanok-e (nullhipotézis), azaz<br />
azt teszteli, hogy a korrelációs mátrixnak a főátlón kívüli elemei csak véletlenül térnek-e el a nullától.<br />
A próbafüggvény az alábbi:<br />
2 ⎡ 1 ⎤<br />
χ =-⎢n-1-( 2k+5) logRk<br />
⎣ 6 ⎥<br />
⎦<br />
A fenti függvényben a magyarázó változók korrelációs mátrixa determinánsának |Rk| tízes alapú logaritmusával<br />
számolunk. A próbafüggvény szabadságfoka:<br />
1<br />
sz.f. = k ( k − 1)<br />
2<br />
ahol:<br />
n = a megfigyelések száma<br />
k = magyarázó változók száma<br />
157<br />
Ld.: Kovács Péter [2008a].<br />
158<br />
Ld. Kovács-Petres-Tóth [2004, 2005]<br />
159<br />
A számítások elvégzéséhez szükség van a mátrix.xls parancsfájlra.<br />
160 2<br />
Bartlett illetve Farrar–Glauber-teszt. A χ próbafüggvény kidolgozása M. S. Bartlett nevéhez fűződik. (Bartlett,<br />
M. S. [1937]: Properties of sufficiency and statistical tests. Proceedings of the Royal Statistical Society Series A<br />
160, 268–282. ) A multikollinearitás χ<br />
157<br />
2 -próbán alapuló tesztjét Farrar és Glauber publikálta először. Farrar D. E. és<br />
Glauber R. R. [1967].