宇同学2023-11-21 19:36:38
宇同学表格中3为什么会出现多重共线性，4中为什么会出现序列相关，可以换个例子在详细解答一下？没搞懂
回答（1）
爱吃草莓的葡萄2023-11-22 10:02:48
爱吃草莓的葡萄同学你好。当度量变量的方式不合适或者数据集本身存在缺陷时，可能会导致序列相关性的出现，这是因为序列相关的出现往往是因为在模型构建过程中没有充分考虑到变量间的关系或者影响因素而引起的。
对于变量比例不合适的情况，例如模型中包括了过多的解释变量，或者这些变量之间的关系过于复杂，都可能导致序列相关性。当模型试图通过过少的观察值去解释变量时，很容易产生序列相关性。
对于数据集本身存在问题的情况，例如数据集中存在非独立观测，即序列相关性，例如时间序列数据可能存在滞后效应、季节效应等等。这种情况下如果没有采取适当的措施去调整或者去除这些关联性，则可能导致模型过拟合并产生序列相关性。
- 评论（0）
- 追问（3）
- 追问
-
Inappropriate variable scaling，为什么会导致多重共线性？这里没有弄懂
- 追问
-
对于变量比例不合适的情况，例如模型中包括了过多的解释变量，或者这些变量之间的关系过于复杂，都可能导致序列相关性。当模型试图通过过少的观察值去解释变量时，很容易产生序列相关性。
比如 Y = b0 + b1x1 + b2x2 +残差项，这里用两个自变量解释Y，但是真实的情况是Y需要三个变量来解释，就导致部分能够解释Y的信息被残差项包括了，所以就会导致残差项与残差项之间存在了相关性，所以就导致了序列相关？
- 追答
-
同学你好。如Y = b0 + b1x1 + b2x2 +et，假如这个模型当前没有多重共线性，此时如果将X1变个形式，例如将NI(元)变成NI(%)，可能使得变化后的X1与X2形成多重共线性，即X1能够由X2线性表出（X1=a*X2，a不等于0），那么X1与X2就存在多重共线性。
同学后面回复说的，更想把它划分到表格中的第一类，遗漏变量，当自变量不是因变量的滞后项时，如果遗漏自变量可能导致序列相关性。
评论
0/1000
追答
0/1000
+上传图片