Õpetaja toetus ja kodused õppimist toetavad vahendid ei avalda testi keele õppimisele kuluvale ajale aga statistiliselt olulist mõju. Regressioonaalüüsi tabelist saadud kordajet abil on võimalik kirjutada välja regressioonivõrrand: Testi keele õppimiseks kuluv aeg=199,9 + (-3,8) x distsiplinaarne kliima + (-0,4) x kodused õppimist toetavad vahendid + 1,8 x õpetaja abi Kollineaarsusanalüüsi läbiviimisel näitasid tolerantsikordajad ja varieeruvusindeks, et argumenttunnuste vahel ei esine multikollineaarsust.
Kõik omavahelised korrelatsioonid on statistiliselt olulised. Korrelatsioonanalüüsis selgus, et matemaatika õpetaja toimetulek klassiruumis on nõrgemapoolselt seotud ärevusega (sõltuv tunnus), aga palju tugevamini seotud teiste tunnustega (distsiplineeriv keskkond, õpetaja tugi), on õpetaja toimetulek järgnevast regressioonanalüüsist välja jäetud. Järele jäänud argumentunnuste vahel kollineaarsusanalüüsi läbiviimisel näitavad tolerantsikordajad ja varieeruvusindeks, et multikollineaarsust ei esine. Tabel 2. Faktorite seos matemaatika ärevusega Regressioonikordaja Olulisuse tõenäosus (B) (Sig) Huvi matemaatika vastu -0,37 0,000 Distsiplineeriv keskkond -0,15 0,000 Õpetaja tugi -0,06 0,025
Labor 8 Multikollineaarsuse kindlakstegemine - VIFj MS.0151 Ökonomeetria 2011 Sõltumatute muutujate vahel esineva multikollineaarsuse kindlasktegemiseks leitakse varieeruvusindeks ehk dispersiooni mõju faktor VIF j (Variance Inflationary Factor). Varieeruvusindeks näitab argumendi mõju regressiooniparameetri hajuvusele. 1 VIF j= 1- R 2 j kus Rj2 on determinatsioonikordaja, mis on leitud sõltumatu muutuja X j (R2 leidmiseks teostada regressioonanalüüs, kus sõltuvaks muutujaks Y on uuritav X j) ja ülejäänud sõltumatute muutujate Xj vahel.
korrelatsioonikordaja sõltuva muutujaga. Parameetrite märgid ebaloogilised Parameetrite hinnangud väga tundlikud -üksikute tunnuste lisamise/eemaldamise suhtes -vaatluste arvu suurenemisel/vähenemisel 69) Multikollineaarsuse tugevuse hindamine: variatsiooniindeks VIF ja selle arvutamine Korrelatsioonimaatriks -suure arvu regressorite korral ebamugav; näitab vaid paarikaupa esinevat kollineaarsust Varieeruvusindeks VIF (Variance Inflation Factor) - matemaatiliselt lihtsalt arusaadav; kasutame seda. Konditsiooniindeks (condition number) – matemaatiliselt keerukam (maatriksi omaväärtused) VIF arvutamine - VIF leitakse iga regressori Xi jaoks eraldi. Vastavas abiregressioonis on Xi avaldatud ülejäänud regressorite kaudu. Kui VIF >10 siis on seos tugev. 70) Mis juhtub parameetrite hinnangutega ja nende standardvigadega, kui esineb multikollineaarsus?
kuid mitte perfektne lineaarne seos Kui seos on tugev, siis selle determinatsioonikordaja R(abi) 2 on suur 69. Multikollineaarsuse tugevuse hindamine: variatsiooniindeks VIF ja selle arvutamine. , selle valemiga saab arvutada parameetrite varieeruvusindeksit Multikollineaarsuse tugevus saab hinnata kolmel erineval moodusel: ● Korrelatsioonimaatriks (suure arvu regressorite korral ebamugav; näitab vaid paarikaupa esinevat kollineaarsust) ● Varieeruvusindeks VIF (matemaatliliselt lihtsalt arusaadav; kasutame seda) ● Konditsiooniindeks (matemaatiliselt keerukam) Varieeruvusindeks VIF Gretlis Analysis>Collinearity Kõik parameetrid, mille korral on väärtus oluliselt suurem kui 10, on tugevalt multikollineaarsed. Kui väärtus on 10 lähedal, aga parameetrite märgid on loogilised, siis võime ignoreerida. Stadardvead ja VIF 70. Mis juhtub parameetrite hinnangutega ja nende standardvigadega, kui esineb multikollineaarsus?
väärtusega. E(a) = . EFEKTIIVNE HINNANG: hinnangute hajuvust isel efektiivsuse mõistega. Parameetri 1 nihketa hinnang a1 on efektiivsem kui parameetri 1 nihketa hinnang a2, kui hinnangu a1 dispersioon on väiksem kui hinnangu a2 dispersioon. Efektiivne hinnang on selline hinnang, ille dispersioon on minimaalne, st hinnangu kui juhusliku suuruse varieeruvus on minimaalne. 10. Multikollineaarsuse olemus. Multikollineaarsuse avastamine. Tolerants (TOL), varieeruvusindeks (VIF). Multikollineaarsuse tagajärjed. Terminiga multikollineaarsus iseloomustatakse olukorda või seisundit, kui regressioonivõrrandi sõltumatute muutujate arvväärtused on omavahelises sõltuvuses. Kaks erinevat multikollineaarsuse taset: · y täielik multikollineaarsus · y mittetäielik multikollineaarsus AVASTAMINE · Korrelatsioonikordaja kahe sõltumatu muutuja korral on suurem kui > 0,8 · Suurema arvu sõltumatute muutujate korral ei pea mittetäieliku
annaabi.ee 
