KabuGuide.com Blog # A B C D E F G H I J K L M N O P Q R S T U V W X Y Z NASDAQ NYSE AMEX

分散拡大要因の定義は、

分散拡大要因は、重回帰変数のセットに多重共の量の尺度です。重回帰は、人が特定の結果に複数の変数の効果をテストしたいときに使用されます。従属変数はモデルに入力されている独立変数、によって作用している結果です。独立変数または入力の一つ以上との間の線形関係、または相関がある場合に多重共線が存在します。入力はすべてお互いに影響を与えていることから、彼らが実際に独立していないと、独立変数の組み合わせは、回帰モデル内の従属変数、または結果を、どの程度影響するかをテストすることは困難であるため、多重共重回帰で問題を作成します。

モデルが適切に指定され、正しく機能していることを確認するには、多重共のために実行可能なテストがあります。分散拡大要因は、そのような測定ツールです。分散拡大要因を使用すると、モデルを調整することができるように、任意の多重共問題の深刻度を識別するのに役立ちます。独立変数の振る舞い(分散)は、他の独立変数との相互作用/相関によって、影響を受けた、または膨張されるどのくらいの分散拡大要因対策。

分散拡大要因を破壊

分散膨張係数は、一般に、通常の最小二乗回帰で使用されます。これは、モデル内multicollineartyの度合いを測定します。多重共線は、モデルの正当性と予測力を低減します。分散拡大要因は、変数が回帰で標準エラー出力に寄与しているどのくらいの迅速な測定を可能にします。重要な多重共の問題が存在する場合、分散拡大要因が関与変数のための非常に大きくなります。これらの変数が同定された後、いくつかのアプローチは、多重共の問題を解決し、同一直線上の変数を排除するか、または組み合わせて使用​​することができます。