Co to jest współliniowość?
Współliniowość jest zjawiskiem statystycznym, w którym dwie lub więcej zmiennych w modelu regresji jest zależnych od innych zmiennych w taki sposób, że jedną z nich można przewidzieć liniowo na podstawie drugiej z dużą dokładnością. Jest powszechnie używany w badaniach obserwacyjnych i mniej popularny w badaniach eksperymentalnych.
Rodzaje współliniowości
Istnieją cztery typy współliniowości
- # 1 - Doskonała współliniowość - istnieje, gdy zmienne niezależne w równaniu przewidują idealną zależność liniową.
- # 2 - Wysoka współliniowość - odnosi się do liniowej zależności między dwiema lub więcej niezależnymi zmiennymi, które nie są ze sobą idealnie skorelowane.
- # 3 - Strukturalna współliniowość - jest to spowodowane przez samego badacza poprzez wstawianie różnych niezależnych zmiennych do równania.
- # 4 - Wielokoliniowość oparta na danych - jest to spowodowane eksperymentami, które są źle zaprojektowane przez badacza.
Przyczyny współliniowości
Zmienne niezależne, zmiana parametrów zmiennych powoduje niewielką zmianę zmiennych. Istnieje znaczący wpływ na wynik, a zbieranie danych odnosi się do próby wybranej populacji, która jest pobierana.
Przykłady współliniowości
Przykład 1
Załóżmy, że ABC Ltd, KPO, została wynajęta przez firmę farmaceutyczną do świadczenia usług badawczych i analiz statystycznych dotyczących chorób w Indiach. W tym celu ABC Ltd wybrała wiek, wagę, zawód, wzrost i stan zdrowia jako parametry prima facie.
- W powyższym przykładzie występuje sytuacja współliniowości, ponieważ zmienne niezależne wybrane do badania są bezpośrednio skorelowane z wynikami. Dlatego wskazane byłoby, aby badacz najpierw dostosował zmienne przed rozpoczęciem jakiegokolwiek projektu, ponieważ wybrane tutaj zmienne będą miały bezpośredni wpływ na wyniki.
Przykład nr 2
Załóżmy, że firma ABC Ltd została wyznaczona przez Tata Motors do zrozumienia, że wielkość sprzedaży silników tata będzie wysoka w której kategorii na rynku.
- W powyższym przykładzie, po pierwsze, zostaną sfinalizowane zmienne niezależne, na podstawie których należy ukończyć badania. Może to być miesięczny dochód, wiek. Marka, klasa niższa. Oznacza to tylko, że zostaną wybrane dane, które zmieszczą się we wszystkich tych zakładkach, aby dowiedzieć się, ile osób może kupić ten samochód (tata nano), nawet nie patrząc na żaden inny samochód.
Przykład nr 3
Załóżmy, że firma ABC Ltd została zatrudniona do złożenia raportu, aby dowiedzieć się, ile osób poniżej 50. roku życia jest podatnych na ataki serca. w tym przypadku parametrami są wiek, płeć, historia choroby
- W powyższym przykładzie istnieje współliniowość, która powstała, ponieważ zmienna niezależna „wiek” musi zostać dostosowana do wieku poniżej 50 lat w celu zaproszenia do składania wniosków od osób publicznych, tak aby osoby w wieku powyżej 50 lat były automatycznie filtrowane.
Zalety
Poniżej przedstawiono niektóre zalety
- Zależność liniowa między zmiennymi niezależnymi w równaniu.
- Bardzo przydatne w modelach statystycznych i raportach badawczych przygotowywanych przez firmy badawcze.
- Bezpośredni wpływ na pożądany rezultat.
Niedogodności
Poniżej przedstawiamy niektóre wady
- W niektórych sytuacjach problem ten zostałby rozwiązany poprzez zebranie większej ilości danych o zmiennych.
- Nieprawidłowe użycie zmiennych fikcyjnych, tj. Badacz może zapomnieć o użyciu zmiennych fikcyjnych, gdy zajdzie taka potrzeba.
- Wstawianie 2 takich samych lub identycznych zmiennych do równania, takich jak kg i funty w odważnikach.
- Wstawienie zmiennej do równania będącej kombinacją 2.
- Wykonywanie obliczeń jest skomplikowane, ponieważ jest to technika statystyczna i wymaga do wykonania kalkulatorów statystycznych.
Wniosek
Współliniowość jest jednym z najbardziej preferowanych narzędzi statystycznych, często używanych w analizie regresji i analizie statystycznej dużych baz danych i pożądanych wyników. Wszystkie duże firmy mają w swojej firmie oddzielny dział statystyczny, który przeprowadza statystyczną analizę regresji dotyczącą produktów lub ludzi w celu zapewnienia kierownictwu strategicznego spojrzenia na rynek, a także pomaga im opracować długoterminowe strategie, mając to na uwadze. Graficzna prezentacja analizy daje czytelnikowi jasny obraz bezpośredniego związku, dokładności i wydajności.
- Jeśli celem badacza jest zrozumienie zmiennych niezależnych w równaniu, to wieloliniowość będzie dla niego dużym problemem.
- Badacz musi dokonać wymaganych zmian w zmiennych na samym etapie 0, inaczej może to mieć ogromny wpływ na wyniki.
- Współliniowość można przeprowadzić, badając macierz korelacji.
- Środki zaradcze odgrywają znaczącą rolę w rozwiązywaniu problemów współliniowości.
