No.11437 重回帰分析での多重共線性と変数選択  【9232】 2009/12/06(Sun) 02:28

線形重回帰分析の変数選択に関して,以下2つお尋ねさせてください。
1.
以下のような場合はどのように対応したらよいか,ご教示いただけませんでしょうか。
===
・2説明変数に多重共線性があるため(1/VIF=0.04),どちらかの1変数を落とす必要がありますが,
・いずれの説明変数も落としたくない(どうにか被説明変数との関係を表現したい)
===
(操 作変数法であれば,この心配は不要となるのでしょうか。なお,私(医療系)はもっぱら最小二乗法ばかりやっていたのですが,とある労働経済(パネルデータ 研究)の専門家から「最小二乗法は(限界もあるため)もう時代遅れ,今は操作変数法が主流となりつつある。」と指摘を受けたのですが,一般的な理解なので しょうか?)

2.
とある説明変数を研究仮説上「intermediate」と想定しており,理論上controlしたくない と考えています。(confounderはcontrolすべきだがintermediateはしてはいけないと学んできました)
いざ技術的に重回帰分析をするにあたって少し混乱しており,この「controlを避ける」には,
・説明変数としてモデルに入れてはいけない
・(いやいや上記こそがcontrolしている行為で)モデルに入れる必要あり。
のどちらが適当なのでしょうか。

よろしくお願いします。

No.11438 Re: 重回帰分析での多重共線性と変数選択  【波音】 2009/12/06(Sun) 16:45

多重共線性が生じているような場合に(説明変数間の相関が高い場合に)用いられる方法の1つとしてPCA回帰とい うものがあります。日本語でいえば主成分分析回帰ですが,要は説明変数に対して主成分分析を行い,作成された合成変数(主成分)を説明変数として用いると いう方法です。

各主成分は分散が最大になるように作られるので,当然,相関関係はなくなる(低くなる)ということになります。

> 最小二乗法は(限界もあるため)もう時代遅れ,今は操作変数法が主流となりつつある。

そうなのですか,,, 操作変数法という方法を始めて知りました(^_^;)

No.11444 Re: 重回帰分析での多重共線性と変数選択  【surg】 2009/12/07(Mon) 10:47

>いざ技術的に重回帰分析をするにあたって少し混乱しており,この「controlを避ける」には,
>・説明変数としてモデルに入れてはいけない
>・(いやいや上記こそがcontrolしている行為で)モデルに入れる必要あり。
>のどちらが適当なのでしょうか。

当然,モデルに入れてはいけません.

No.11466 Re: 重回帰分析での多重共線性と変数選択  【kai】 2009/12/08(Tue) 19:14

>今は操作変数法が主流となりつつある

操作変数法は全く知らなかったのですが,ある分野では主流になりつつあるようですね.
どういうものか検討してみる価値はありそうです.

● 「統計学関連なんでもあり」の過去ログ--- 043 の目次へジャンプ
● 「統計学関連なんでもあり」の目次へジャンプ
● 直前のページへ戻る