Varyans Enflasyon Faktörü Nedir?
Varyans enflasyonu Varyans enflasyon faktörü (VIF), bir dizi çoklu regresyon değişkenindeki çoklu doğrusallık miktarının bir ölçüsüdür. Matematiksel olarak, bir regresyon modeli değişkeni için VIF, genel model varyansının, yalnızca bu tek bağımsız değişkeni içeren bir modelin varyansına oranına eşittir. Bu oran her bağımsız değişken için hesaplanır. Yüksek bir VIF, ilişkili bağımsız değişkenin modeldeki diğer değişkenlerle yüksek oranda uyumlu olduğunu gösterir.
Önemli Çıkarımlar
- Bir varyans enflasyon faktörü (VIF), çoklu regresyon modelindeki bağımsız değişkenler arasında çoklu bağlantı doğrusallığının bir ölçüsünü sağlar. Bağımsız bir değişken üzerindeki büyük bir VIF, modelin yapısında ve bağımsız değişkenlerin seçiminde dikkate alınması veya ayarlanması gereken diğer değişkenlerle yüksek oranda eşdüzeyli bir ilişki olduğunu gösterir.
Varyans Enflasyon Faktörünü Anlama
Bir kişi birden çok değişkenin belirli bir sonuç üzerindeki etkisini test etmek istediğinde çoklu regresyon kullanılır. Bağımlı değişken, modele girdi olan bağımsız değişkenler tarafından uygulanan sonuçtur. Çoklu doğrusallık, bir veya daha fazla bağımsız değişken veya girdi arasında doğrusal bir ilişki veya korelasyon olduğunda ortaya çıkar. Çoklu doğrusallık çoklu regresyonda bir sorun yaratır, çünkü girdilerin hepsi birbirini etkilediğinden, aslında bağımsız değildirler ve bağımsız değişkenlerin kombinasyonunun regresyon modeli içindeki bağımlı değişkeni veya sonucu ne kadar etkilediğini test etmek zordur.. İstatistiksel olarak, yüksek çok doğrusal doğrusallığın olduğu çoklu regresyon modeli, bağımsız değişkenlerin her biri ile bağımlı değişken arasındaki ilişkiyi tahmin etmeyi zorlaştıracaktır. Kullanılan verilerde veya model denkleminin yapısındaki küçük değişiklikler, bağımsız değişkenler üzerindeki tahmini katsayılarda büyük ve düzensiz değişiklikler yaratabilir.
Modelin düzgün bir şekilde belirtildiğinden ve doğru çalıştığından emin olmak için, çoklu doğrusallık için çalıştırılabilecek testler vardır. Varyans enflasyon faktörü böyle bir ölçüm aracıdır. Varyans enflasyon faktörlerinin kullanılması, modelin ayarlanabilmesi için çoklu doğrusallık sorunlarının ciddiyetinin belirlenmesine yardımcı olur. Varyans enflasyon faktörü, bağımsız bir değişkenin davranışının (varyansının) diğer bağımsız değişkenlerle etkileşimi / korelasyonundan ne kadar etkilendiğini veya şişirildiğini ölçer. Varyans enflasyon faktörleri, bir değişkenin regresyondaki standart hataya ne kadar katkıda bulunduğunu hızlı bir şekilde ölçmeyi sağlar. Önemli çoklu doğrusallık sorunları olduğunda, varyans enflasyon faktörü ilgili değişkenler için çok büyük olacaktır. Bu değişkenler tanımlandıktan sonra, eşdoğrusal değişkenleri ortadan kaldırmak veya birleştirmek için çok yönlü doğrusallık sorununu çözen çeşitli yaklaşımlar kullanılabilir.
Çoklu doğrusallık bir modelin genel kestirim gücünü azaltmazken, istatistiksel olarak anlamlı olmayan regresyon katsayılarına ilişkin tahminler üretebilir. Bir anlamda, modelde bir tür çift sayma olarak düşünülebilir. İki veya daha fazla bağımsız değişken yakından ilişkili olduğunda veya neredeyse aynı şeyi ölçtüğünde, ölçtükleri temel etki değişkenler arasında iki (veya daha fazla) hesaba katılır ve hangi değişkenin gerçekten etkilediğini söylemek zor veya imkansız hale gelir. bağımsız değişken. Bu bir problemdir çünkü birçok ekonometrik modelin amacı, bağımsız değişkenler ve bağımlı değişken arasındaki tam olarak bu tür istatistiksel ilişkileri test etmektir.
Örneğin, bir ekonomist işsizlik oranı (bağımsız değişken olarak) ile enflasyon oranı (bağımlı değişken olarak) arasında istatistiksel olarak anlamlı bir ilişki olup olmadığını test etmek istiyorsa. İşsizlik oranıyla ilgili ek bağımsız değişkenler de dahil olmak üzere, bu tür yeni bir işsizlik iddiası, modele çok doğrusallık getirecektir. Genel model güçlü, istatistiksel olarak yeterli açıklayıcı güç gösterebilir, ancak etkinin çoğunlukla işsizlik oranından mı yoksa yeni işsizlik iddialarından mı kaynaklandığını belirleyemeyebilir. Bu, VIF'in tespit edeceği şeydir ve muhtemelen araştırmacının test etmekle ilgili spesifik hipoteze bağlı olarak, değişkenlerden birini modelden çıkarmayı veya bunları ortak etkilerini yakalamak için birleştirmek için bir yol bulmayı önerecektir.