Multicollinearity হল একটি মাল্টিপল রিগ্রেশন মডেলে দুই বা ততোধিক স্বাধীন ভেরিয়েবলের মধ্যে উচ্চ আন্তঃসম্পর্কের ঘটনা … সাধারণভাবে, মাল্টিকলিনিয়ারিটি বিস্তৃত আত্মবিশ্বাসের ব্যবধানের দিকে নিয়ে যেতে পারে যা কম নির্ভরযোগ্য সম্ভাবনা তৈরি করে একটি মডেলে স্বাধীন ভেরিয়েবলের প্রভাবের শর্তাবলী৷
আপনি কিভাবে মাল্টিকোলাইন্যারিটি ব্যাখ্যা করবেন?
মাল্টিকলিনিয়ারিটি সাধারণত ঘটে যখন দুই বা ততোধিক ভবিষ্যদ্বাণীকারী ভেরিয়েবলের মধ্যে উচ্চ পারস্পরিক সম্পর্ক থাকে। অন্য কথায়, একটি ভবিষ্যদ্বাণীকারী পরিবর্তনশীল অন্যটির পূর্বাভাস দিতে ব্যবহার করা যেতে পারে। এটি অপ্রয়োজনীয় তথ্য তৈরি করে, ফলাফলগুলিকে একটি রিগ্রেশন মডেলে skewing করে৷
মাল্টিকোলাইনিরিটি কী এবং কেন এটি একটি সমস্যা?
Multicollinearity বিদ্যমান থাকে যখনই একটি স্বাধীন ভেরিয়েবল একাধিক রিগ্রেশন সমীকরণে এক বা একাধিক অন্যান্য স্বতন্ত্র ভেরিয়েবলের সাথে অত্যন্ত সম্পর্কযুক্ত হয়। মাল্টিকোলিনিয়ারিটি একটি সমস্যা কারণ এটি একটি স্বাধীন ভেরিয়েবলের পরিসংখ্যানগত তাত্পর্যকে দুর্বল করে
মাল্টিকোলাইন্যারিটি উদাহরণ কী?
যদি দুই বা ততোধিক স্বাধীন ভেরিয়েবলের মধ্যে একটি সঠিক রৈখিক সম্পর্ক থাকে তবে আমাদের নিখুঁত মাল্টিকলিনিয়ারিটি আছে। উদাহরণ: একই তথ্য দুবার সহ (পাউন্ডে ওজন এবং কিলোগ্রামে ওজন), ডামি ভেরিয়েবল সঠিকভাবে ব্যবহার না করা (ডামি ভেরিয়েবল ফাঁদে পড়া) ইত্যাদি।
ইকোনোমেট্রিক্স মাল্টিকোলাইন্যারিটি কিভাবে সনাক্ত করে?
Multicollinearity সনাক্ত করা
- পদক্ষেপ 1: স্ক্যাটারপ্লট এবং পারস্পরিক সম্পর্ক ম্যাট্রিক্স পর্যালোচনা করুন। …
- ধাপ 2: ভুল সহগ চিহ্নগুলি দেখুন। …
- ধাপ 3: সহগগুলির অস্থিরতা সন্ধান করুন। …
- পদক্ষেপ 4: ভ্যারিয়েন্স ইনফ্লেশন ফ্যাক্টর পর্যালোচনা করুন।