A regressziós modell feltételrendszere:
- A véletlen tag várható értéke nulla
- A véletlen tag varianciája állandó
- A modell autókorrelálatlan (= a véletlen tag értékei páronként nem korrelálnak egymással)
- A magyarázó változók függetlenek a hibatényezőtől
- A modell nem multikollineáris (= a változók nem függnek össze lineárisan)
- A magyarázó változók számának kisebbnek kell lennie, mint a tapasztalati megfigyelések száma
Multikollinearitás:
Két alapvető formában jelenhet meg:
- a magyarázó változók között a kapcsolat függvényszerű (= teljes/extrém multik.)
- a magyarázó változók között a kapcsolat sztochasztikus
Következménye:
- növeli a regressziós együtthatók varianciáját
- a paraméterek értékei mintánként jelentősen különbözhetnek
Feltárása:
- korrelációs mátrix segítségével (Klein féle hüvelykujjszabály)
- globális mérőszámokkal (M1 mutató, M mutató)
- statisztikai próbákkal
Kiküszöbölése:
- elhagyjuk a változót, amely „okolható” a multikollinearitásért
- növeljük a minta nagyságát
- főkomponensek módszere
- ridge regresszió
Autokorreláció:
= egy idősor elemei között fellépő sztochasztikus kapcslat.Mértéke az autokorrelációs együtthatóval mérhető
p-ed rendű autokorrelációs együttható = egymástól p időegységnyi távolságra álló elempárok korrelációs együtthatója.
Autoregresszív folyamat = az idősor egyes értékei függvényei a megelőző számértékeknek.
Kimutatása: Durbin Watson d-próba.
Heteroszkedaszticitás:
Feltárása:- grafikus módszer
- Goldfeld Quandt próba
- Glejser próba