மாறுபாடு பணவீக்க காரணி வரையறை

மாறுபாடு பணவீக்க காரணி என்றால் என்ன?

மாறுபாடு பணவீக்கம் fVariance பணவீக்க காரணி (VIF) என்பது பல பின்னடைவு மாறிகள் தொகுப்பில் உள்ள மல்டிகோலினியரிட்டியின் அளவைக் குறிக்கிறது. கணித ரீதியாக, பின்னடைவு மாதிரி மாறிக்கான விஐஎஃப் ஒட்டுமொத்த மாதிரி மாறுபாட்டின் விகிதத்திற்கு சமமானது, இது ஒரு மாதிரியின் மாறுபாட்டிற்கு ஒரே ஒற்றை சுயாதீன மாறியை மட்டுமே கொண்டுள்ளது. இந்த விகிதம் ஒவ்வொரு சுயாதீன மாறிக்கும் கணக்கிடப்படுகிறது. தொடர்புடைய சுயாதீன மாறி மாதிரியில் உள்ள மற்ற மாறிகளுடன் மிகவும் கோலினியர் என்பதை உயர் விஐபி குறிக்கிறது.

முக்கிய எடுத்துக்காட்டுகள்

• ஒரு மாறுபாடு பணவீக்க காரணி (விஐஎஃப்) பல பின்னடைவு மாதிரியில் சுயாதீன மாறிகள் மத்தியில் மல்டிகோலினியரிட்டியின் அளவை வழங்குகிறது. மல்டிகோலினியரிட்டியைக் கண்டறிவது முக்கியம், ஏனெனில் இது மாதிரியின் விளக்க சக்தியைக் குறைக்கவில்லை என்றாலும், அது சுயாதீன மாறிகளின் புள்ளிவிவர முக்கியத்துவத்தைக் குறைக்கிறது. ஒரு சுயாதீன மாறியில் ஒரு பெரிய விஐஎஃப் மற்ற மாறிகளுடனான அதிக கோலினியர் உறவைக் குறிக்கிறது, அவை மாதிரியின் கட்டமைப்பிலும் சுயாதீன மாறிகளின் தேர்விலும் கருதப்பட வேண்டும் அல்லது சரிசெய்யப்பட வேண்டும்.

மாறுபாடு பணவீக்க காரணியைப் புரிந்துகொள்வது

ஒரு நபர் ஒரு குறிப்பிட்ட முடிவில் பல மாறிகளின் விளைவை சோதிக்க விரும்பும்போது பல பின்னடைவு பயன்படுத்தப்படுகிறது. சார்பு மாறி என்பது சுயாதீன மாறிகளால் செயல்படுத்தப்படும் விளைவு ஆகும், அவை மாதிரியில் உள்ளீடுகள். ஒன்று அல்லது அதற்கு மேற்பட்ட சுயாதீன மாறிகள் அல்லது உள்ளீடுகளுக்கு இடையே ஒரு நேரியல் உறவு அல்லது தொடர்பு இருக்கும்போது மல்டிகோலினரிட்டி உள்ளது. மல்டிகோலினரிட்டி பல பின்னடைவில் ஒரு சிக்கலை உருவாக்குகிறது, ஏனெனில் உள்ளீடுகள் அனைத்தும் ஒருவருக்கொருவர் செல்வாக்கு செலுத்துவதால், அவை உண்மையில் சுயாதீனமானவை அல்ல, மேலும் சுயாதீன மாறிகளின் கலவையானது பின்னடைவு மாதிரியில் உள்ள சார்பு மாறியை அல்லது விளைவை எவ்வளவு பாதிக்கிறது என்பதை சோதிப்பது கடினம்.. புள்ளிவிவர அடிப்படையில், அதிக மல்டிகோலினரிட்டி இருக்கும் பல பின்னடைவு மாதிரியானது ஒவ்வொரு சுயாதீன மாறிகளுக்கும் சார்பு மாறிக்கும் இடையிலான உறவை மதிப்பிடுவது மிகவும் கடினம். பயன்படுத்தப்பட்ட தரவுகளில் சிறிய மாற்றங்கள் அல்லது மாதிரி சமன்பாட்டின் கட்டமைப்பில் சுயாதீன மாறிகள் மீது மதிப்பிடப்பட்ட குணகங்களில் பெரிய மற்றும் ஒழுங்கற்ற மாற்றங்களை உருவாக்க முடியும்.

மாதிரி சரியாக குறிப்பிடப்பட்டிருப்பதையும் சரியாக செயல்படுவதையும் உறுதிசெய்ய, மல்டிகோலினியரிட்டிக்கு இயக்கக்கூடிய சோதனைகள் உள்ளன. மாறுபடும் பணவீக்க காரணி அத்தகைய அளவிடும் கருவியாகும். மாறுபட்ட பணவீக்க காரணிகளைப் பயன்படுத்துவது எந்தவொரு மல்டிகோலினரிட்டி சிக்கல்களின் தீவிரத்தையும் அடையாளம் காண உதவுகிறது, இதனால் மாதிரியை சரிசெய்ய முடியும். மாறுபாடு பணவீக்க காரணி ஒரு சுயாதீன மாறியின் நடத்தை (மாறுபாடு) மற்ற சுயாதீன மாறிகளுடன் அதன் தொடர்பு / தொடர்பு மூலம் எவ்வளவு பாதிக்கப்படுகிறது அல்லது உயர்த்தப்படுகிறது என்பதை அளவிடுகிறது. மாறுபாட்டின் பணவீக்க காரணிகள் பின்னடைவில் நிலையான பிழைக்கு ஒரு மாறி எவ்வளவு பங்களிக்கிறது என்பதை விரைவாக அளவிட அனுமதிக்கிறது. குறிப்பிடத்தக்க மல்டிகோலினரிட்டி சிக்கல்கள் இருக்கும்போது, ​​மாறுபடும் பணவீக்க காரணி சம்பந்தப்பட்ட மாறிகளுக்கு மிகப் பெரியதாக இருக்கும். இந்த மாறிகள் அடையாளம் காணப்பட்ட பிறகு, கோலினியர் மாறிகளை அகற்ற அல்லது இணைக்க பல அணுகுமுறைகளைப் பயன்படுத்தலாம், இது மல்டிகோலினரிட்டி சிக்கலைத் தீர்க்கிறது.

மல்டிகோலினரிட்டி ஒரு மாதிரியின் ஒட்டுமொத்த முன்கணிப்பு சக்தியைக் குறைக்காது என்றாலும், இது புள்ளிவிவர ரீதியாக முக்கியத்துவம் வாய்ந்த பின்னடைவு குணகங்களின் மதிப்பீடுகளை உருவாக்க முடியும். ஒரு விதத்தில், இது மாதிரியில் ஒரு வகையான இரட்டை எண்ணாக கருதப்படுகிறது. இரண்டு அல்லது அதற்கு மேற்பட்ட சுயாதீன மாறிகள் நெருங்கிய தொடர்புடையதாக இருக்கும்போது அல்லது கிட்டத்தட்ட ஒரே விஷயத்தை அளவிடும்போது, ​​அவை அளவிடும் அடிப்படை விளைவு மாறிகள் முழுவதும் இரண்டு முறை (அல்லது அதற்கு மேற்பட்டவை) கணக்கிடப்படுகிறது, மேலும் எந்த மாறி உண்மையில் செல்வாக்கு செலுத்துகிறது என்று சொல்வது கடினம் அல்லது சாத்தியமற்றது சார்பற்ற மாறி. இது ஒரு சிக்கல், ஏனென்றால் பல சுற்றுச்சூழல் அளவீடுகளின் குறிக்கோள் சுயாதீன மாறிகள் மற்றும் சார்பு மாறிக்கு இடையில் இந்த வகையான புள்ளிவிவர உறவை சரியாக சோதிப்பதாகும்.

எடுத்துக்காட்டாக, வேலையின்மை விகிதம் (ஒரு சுயாதீன மாறியாக) மற்றும் பணவீக்க விகிதம் (சார்பு மாறியாக) இடையே புள்ளிவிவர ரீதியாக குறிப்பிடத்தக்க உறவு உள்ளதா என்பதை ஒரு பொருளாதார நிபுணர் சோதிக்க விரும்பினால். வேலையின்மை விகிதத்துடன் தொடர்புடைய கூடுதல் சுயாதீன மாறிகள் உட்பட, இதுபோன்ற ஒரு புதிய ஆரம்ப வேலையின்மை கூற்றுக்கள், மாதிரியில் மல்டிகோலினியரிட்டியை அறிமுகப்படுத்த வாய்ப்புள்ளது. ஒட்டுமொத்த மாதிரியானது வலுவான, புள்ளிவிவர ரீதியாக போதுமான விளக்க சக்தியைக் காட்டக்கூடும், ஆனால் இதன் விளைவு பெரும்பாலும் வேலையின்மை விகிதம் அல்லது புதிய ஆரம்ப வேலையின்மை உரிமைகோரல்களால் ஏற்பட்டதா என்பதை அடையாளம் காண முடியவில்லை. இதுதான் விஐஎஃப் கண்டுபிடிக்கும், மேலும் இது மாதிரியில் இருந்து மாறிகளில் ஒன்றைக் கைவிடுவது அல்லது அவற்றின் கூட்டு விளைவைக் கைப்பற்ற அவற்றை ஒருங்கிணைப்பதற்கான சில வழிகளைக் கண்டுபிடிப்பதை பரிந்துரைக்கும், இது ஆராய்ச்சியாளர் எந்த குறிப்பிட்ட கருதுகோளைப் பரிசோதித்துப் பார்க்கிறார் என்பதைப் பொறுத்து.