Facteur d'inflation de la variance

DÉFINITION de facteur d'inflation de la variance

Le facteur d'inflation de la variance est une mesure de la quantité de multicolinéarité dans un ensemble de variables de régression multiples. Une régression multiple est utilisée lorsqu'une personne souhaite tester l'effet de plusieurs variables sur un résultat particulier. La variable dépendante est le résultat sur lequel agissent les variables indépendantes, qui constituent les entrées dans le modèle. La multicolinéarité existe lorsqu'il existe une relation linéaire, ou une corrélation, entre une ou plusieurs des variables indépendantes ou des entrées. La multicolinéarité crée un problème dans la régression multiple car, étant donné que les entrées s’influencent mutuellement, elles ne sont pas réellement indépendantes et il est difficile de déterminer dans quelle mesure la combinaison des variables indépendantes affecte la variable dépendante, ou le résultat, dans le modèle de régression.

Pour vous assurer que le modèle est correctement spécifié et qu'il fonctionne correctement, il existe des tests pouvant être exécutés pour la multicolinéarité. Le facteur d'inflation de la variance est l'un de ces outils de mesure. L'utilisation de facteurs d'inflation de la variance permet d'identifier la gravité de tout problème de multicollinéarité afin que le modèle puisse être ajusté. Le facteur d'inflation de la variance mesure dans quelle mesure le comportement (variance) d'une variable indépendante est influencé ou gonflé par son interaction / corrélation avec les autres variables indépendantes.

RÉDUCTION DU FACTEUR D'INFLATION DE LA VARIANCE

Le facteur d'inflation de la variance est couramment utilisé avec une régression des moindres carrés ordinaires. Il mesure l'étendue de la multicolinéarité dans le modèle. La multicolinéarité réduit la légitimité et le pouvoir prédictif d'un modèle. Les facteurs d'inflation de la variance permettent de mesurer rapidement dans quelle mesure une variable contribue à l'erreur type dans la régression. Lorsqu'il existe d'importants problèmes de multicollinéarité, le facteur d'inflation de la variance sera très grand pour les variables en cause. Une fois ces variables identifiées, plusieurs approches peuvent être utilisées pour éliminer ou combiner des variables colinéaires, en résolvant le problème de multicolinéarité.

Comparaison des comptes d'investissement Nom du fournisseur Description Divulgation par l'annonceur × Les offres figurant dans ce tableau proviennent de partenariats avec lesquels Investopedia reçoit une rémunération.

Termes connexes

Fonctionnement de la méthode des moindres carrés La méthode des moindres carrés est une technique statistique permettant de déterminer la droite de meilleur ajustement pour un modèle, spécifiée par une équation avec certains paramètres aux données observées. plus Qu'est-ce qu'un terme d'erreur? Un terme d'erreur est défini comme une variable dans un modèle statistique, qui est créé lorsque le modèle ne représente pas complètement la relation réelle entre les variables indépendantes et dépendantes. more Économétrie: ce que cela signifie et comment il est utilisé L'économétrie est l'application de modèles statistiques et mathématiques aux données économiques dans le but de tester des théories, des hypothèses et des tendances futures. plus Fonctionnement du coefficient de détermination Le coefficient de détermination est une mesure utilisée en analyse statistique pour évaluer dans quelle mesure un modèle explique et prévoit les résultats futurs. plus R au carré Le R au carré est une mesure statistique qui représente la proportion de la variance pour une variable dépendante expliquée par une variable indépendante. more Fonctionnement de la régression linéaire multiple La régression linéaire multiple (MLR) est une technique statistique qui utilise plusieurs variables explicatives pour prédire l’issue d’une variable de réponse. plus de liens partenaires