multikollinearsusega

Multikollinearsus ehk multikollinearsusega on olukord regressioonimudelis, kus sõltumatud muutujad on üksteisega tugevalt seotud. Selline seos raskendab iga muutuja mõju eristamist ja võib muuta mudeli tõlgendamise keeruliseks.

Põhjused hõlmavad tarbetuid või kattuvaid muutujaid, korduvaid või kõrgemate astmete lisamustreid (nt kvadratuuri või interaktsioonitegureid), andmekogumise vigu või pikaajalisi tendentse. Samuti tekib multikollinearsus, kui kogutakse palju sarnaseid näitajaid või kui üks muutuja on lineaarne kombinatsioon teistest.

Mõjud otsustusprotsessile ja mudelitele on olulised. Kõrgemad standardvead koefitsientide kohta muudavad kliiniliste või majanduslike järelduste tegemise ebastabiilseks ning mudeleid võib olla raske interpretaatorite jaoks usaldusväärselt jälgida. Kui multikollinearsus on tugev, võib ühe koefitsiendi tähis muutuda sõltuvalt mudelist ja isegi märgis muutuda.

Tuvastamiseks kasutatakse erinevaid meetodeid. Üks levinumaid on variatsioonide inflatsioonifaktor (VIF) ning tolerants, kus suur VIF või madal tolerants viitab tugevale kollineaarsusele. Ka korrutatud korrelatsioonimaatriks ja riidekõlblikkuse (conditioning) näitajad annavad märku probleemist. Praktikas võib aidata ka suurte koefsientidega ühendavate muutujate eemaldamine või kombineerimine ning malli kohandamine.

Lahendused varieeruvad: eemaldada või kombineerida kattuvad muutujad, kasutada peenhäälestatud transformatsioone või dimensiioni reduktsiooni meetodeid (nt PCA), rakendada regulaariseerivaid meetodeid (ridge, LASSO), või koguda rohkem andmeid. Multikollinearsuse puhul keskendutakse tihti mudeli tõlgendatavusele ja prediktsioonivõime kompromissidele.