Factor de inflación de varianza

DEFINICIÓN del factor de inflación de varianza

El factor de inflación de varianza es una medida de la cantidad de multicolinealidad en un conjunto de variables de regresión múltiple. Se utiliza una regresión múltiple cuando una persona quiere probar el efecto de múltiples variables en un resultado particular. La variable dependiente es el resultado sobre el que actúan las variables independientes, que son las entradas al modelo. La multicolinealidad existe cuando hay una relación lineal, o correlación, entre una o más de las variables o entradas independientes. La multicolinealidad crea un problema en la regresión múltiple porque, dado que todas las entradas se influyen entre sí, en realidad no son independientes y es difícil probar cuánto afecta la combinación de las variables independientes a la variable dependiente, o resultado, dentro del modelo de regresión.

Para garantizar que el modelo se especifica correctamente y funciona correctamente, hay pruebas que se pueden ejecutar para la multicolinealidad. El factor de inflación de la varianza es una de esas herramientas de medición. El uso de factores de inflación de varianza ayuda a identificar la gravedad de cualquier problema de multicolinealidad para que el modelo pueda ajustarse. El factor de inflación de la varianza mide cuánto influye o se infla el comportamiento (varianza) de una variable independiente por su interacción / correlación con las otras variables independientes.

DESGLOSE Factor de inflación de varianza

El factor de inflación de varianza se usa comúnmente con una regresión de mínimos cuadrados ordinarios. Mide el alcance de la multicolinealidad dentro del modelo. La multicolinealidad reduce la legitimidad y el poder predictivo de un modelo. Los factores de inflación de la varianza permiten medir rápidamente cuánto contribuye una variable al error estándar en la regresión. Cuando existen problemas significativos de multicolinealidad, el factor de inflación de varianza será muy grande para las variables involucradas. Después de identificar estas variables, se pueden usar varios enfoques para eliminar o combinar variables colineales, resolviendo el problema de multicolinealidad.

Comparar cuentas de inversión Nombre del proveedor Descripción Divulgación del anunciante × Las ofertas que aparecen en esta tabla son de asociaciones de las cuales Investopedia recibe una compensación.

Términos relacionados

Cómo funciona el método de mínimos cuadrados El método de mínimos cuadrados es una técnica estadística para determinar la línea de mejor ajuste para un modelo, especificada por una ecuación con ciertos parámetros a los datos observados. más ¿Qué es un término de error? Un término de error se define como una variable en un modelo estadístico, que se crea cuando el modelo no representa completamente la relación real entre las variables independientes y dependientes. más Econometría: qué significa y cómo se utiliza Econometría es la aplicación de modelos estadísticos y matemáticos a los datos económicos con el fin de probar teorías, hipótesis y tendencias futuras. más Cómo funciona el coeficiente de determinación El coeficiente de determinación es una medida utilizada en el análisis estadístico para evaluar qué tan bien un modelo explica y predice resultados futuros. más R-Squared R-squared es una medida estadística que representa la proporción de la varianza para una variable dependiente que se explica por una variable independiente. más Cómo funciona la regresión lineal múltiple La regresión lineal múltiple (MLR) es una técnica estadística que utiliza varias variables explicativas para predecir el resultado de una variable de respuesta. más enlaces de socios