Một yếu tố lạm phát phương sai là gì?
Lạm phát phương sai Hệ số lạm phát phương sai (VIF) là thước đo lượng đa hình trong một tập hợp nhiều biến hồi quy. Về mặt toán học, VIF cho biến mô hình hồi quy bằng tỷ lệ của phương sai mô hình tổng thể với phương sai của mô hình chỉ bao gồm biến độc lập duy nhất đó. Tỷ lệ này được tính cho từng biến độc lập. VIF cao chỉ ra rằng biến độc lập liên quan có tính cộng tuyến cao với các biến khác trong mô hình.
Chìa khóa chính
- Một yếu tố lạm phát phương sai (VIF) cung cấp một thước đo về tính đa hình trong số các biến độc lập trong mô hình hồi quy bội. Một VIF lớn trên một biến độc lập biểu thị mối quan hệ cộng tuyến cao với các biến khác cần được xem xét hoặc điều chỉnh trong cấu trúc của mô hình và lựa chọn các biến độc lập.
Hiểu một yếu tố lạm phát phương sai
Hồi quy bội được sử dụng khi một người muốn kiểm tra ảnh hưởng của nhiều biến số đến một kết quả cụ thể. Biến phụ thuộc là kết quả đang được tác động bởi các biến độc lập, là đầu vào của mô hình. Đa cộng sinh tồn tại khi có mối quan hệ tuyến tính hoặc tương quan giữa một hoặc nhiều biến độc lập hoặc đầu vào. Đa cộng tuyến tạo ra một vấn đề trong hồi quy bội vì các đầu vào đều ảnh hưởng lẫn nhau, chúng không thực sự độc lập và rất khó để kiểm tra mức độ kết hợp của các biến độc lập ảnh hưởng đến biến phụ thuộc hoặc kết quả trong mô hình hồi quy. Theo thuật ngữ thống kê, một mô hình hồi quy bội có độ đa hình cao sẽ khiến việc ước tính mối quan hệ giữa từng biến độc lập và biến phụ thuộc trở nên khó khăn hơn. Những thay đổi nhỏ trong dữ liệu được sử dụng hoặc trong cấu trúc của phương trình mô hình có thể tạo ra những thay đổi lớn và thất thường trong các hệ số ước tính trên các biến độc lập.
Để đảm bảo mô hình được chỉ định đúng và hoạt động chính xác, có các thử nghiệm có thể được chạy cho tính đa hình. Yếu tố lạm phát phương sai là một trong những công cụ đo lường như vậy. Sử dụng các yếu tố lạm phát phương sai giúp xác định mức độ nghiêm trọng của bất kỳ vấn đề đa cộng đồng nào để mô hình có thể được điều chỉnh. Yếu tố lạm phát phương sai đo lường mức độ hành vi (phương sai) của một biến độc lập bị ảnh hưởng, hoặc bị thổi phồng, bởi sự tương tác / tương quan của nó với các biến độc lập khác. Các yếu tố lạm phát phương sai cho phép đo nhanh mức độ của một biến số gây ra lỗi tiêu chuẩn trong hồi quy. Khi tồn tại các vấn đề đa cộng đồng đáng kể, yếu tố lạm phát phương sai sẽ rất lớn đối với các biến liên quan. Sau khi các biến này được xác định, một số cách tiếp cận có thể được sử dụng để loại bỏ hoặc kết hợp các biến cộng tuyến, giải quyết vấn đề đa cộng đồng.
Mặc dù tính đa hướng không làm giảm khả năng dự đoán tổng thể của một mô hình, nó có thể tạo ra các ước tính về các hệ số hồi quy không có ý nghĩa thống kê. Theo một nghĩa nào đó, nó có thể được coi là một loại đếm kép trong mô hình. Khi hai hoặc nhiều biến độc lập có liên quan chặt chẽ hoặc đo lường gần như cùng một thứ, thì hiệu ứng cơ bản mà chúng đo được chiếm hai lần (hoặc nhiều hơn) trên các biến và việc nói biến nào thực sự ảnh hưởng đến biến độc lập. Đây là một vấn đề bởi vì mục tiêu của nhiều mô hình kinh tế lượng là kiểm tra chính xác loại mối quan hệ thống kê này giữa các biến độc lập và biến phụ thuộc.
Ví dụ, nếu một nhà kinh tế muốn kiểm tra xem liệu có mối quan hệ có ý nghĩa thống kê giữa tỷ lệ thất nghiệp (như một biến độc lập) và tỷ lệ lạm phát (như biến phụ thuộc) hay không. Bao gồm các biến độc lập bổ sung có liên quan đến tỷ lệ thất nghiệp, một tuyên bố thất nghiệp ban đầu mới như vậy, sẽ có khả năng đưa tính đa hình vào mô hình. Mô hình tổng thể có thể cho thấy sức mạnh giải thích đủ mạnh về mặt thống kê nhưng không thể xác định được liệu hiệu quả có phải chủ yếu là do tỷ lệ thất nghiệp hoặc do các yêu cầu thất nghiệp ban đầu mới. Đây là những gì VIF sẽ phát hiện và nó sẽ gợi ý có thể loại bỏ một trong các biến ra khỏi mô hình hoặc tìm cách củng cố chúng để nắm bắt hiệu ứng chung của chúng, tùy thuộc vào giả thuyết cụ thể mà nhà nghiên cứu quan tâm khi thử nghiệm.
