1
х2
-0,522
0,1
1
х3
-0,495
0,07
0,959
1
х4
0,414
0,035
-0,756
-0,81
1
х5
0,456
-0,003
-0,971
-0,979
0,855
1
х6
0,366
0,067
-0,975
-0,94
0,741
0,974
1
х7
-0,007
0,141
-0,527
-0,352
-0,046
0,411
0,603
1
х8
0,595
-0,342
-0,694
-0,73
0,531
0,62
0,545
0,016
1
х9
-0,135
0,452
-0,334
-0,273
0,632
0,45
0,446
0,158
0,113
1
х10
-0,635
0,297
0,729
0,706
-0,765
-0,69
-0,59
0,047
-0,673
-0,189
1
Из пары факторов х3 и х2 исключаем фактор х2, так как его связь с другими факторами более сильная, чем связь x3 с ними. Исключаем фактор x7, так как его связь с y очень незначительная. По такой схеме исключаем все другие факторы. Таким образом, для построения модели остаются факторы х1, х5, х8 и х10. Матрица коэффициентов парной корреляции для них выглядит следующим образом:
у
х1
х5
х8
х10
у
1
х1
-0,88300608
1
х5
0,45605173
-0,003474
1
х8
0,59499201
-0,342415
0,619844
1
х10
-0,635065
0,297207
-0,685489
-0,6729266
1
Для получения адекватной модели необходимо устранить мультиколлинеарность, т.е. вывести из рассмотрения факторы, которые имеют совокупное воздействие друг на друга. Наличие мультиколлинеарности факторов может означать, что некоторые из них всегда будут действовать в унисон. Для оценки мультиколлинеарности факторов может использоваться определитель матрицы парных коэффициентов корреляции между факторами. Чем ближе к нулю этот проеделитель, тем сильнее мультиколлинеарность факторов. Для наших парных коэффициентов корреляции между факторами матрица имеет вид:
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15
