Научно-технический журнал МАТЕМАТИЧЕСКОЕ И КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ УДК 658.012.011.56 М.Ю. ЛЕБЕДЕВА ПОСТРОЕНИЕ РЕГРЕССИОННЫХ МОДЕЛЕЙ В УСЛОВИЯХ МУЛЬТИКОЛЛИНЕАРНОСТИ Регрессионные модели имеют широкое распространение при построении математических описаний различного рода систем. <...> Основная проблема при моделировании многофакторных линейных по параметрам моделей – наличие мультиколлинеарности при оценивании параметров модели и неустойчивость оценок параметров, снижение прогнозирующей способности модели. <...> The basic problem at modelling multifactorial linear models on parameters – presence multicollinearity at evaluation parameters of model andinstability of estimations of parameters and decreasein predicting ability of model. <...> Keywords: regressive model; effect of multicollinearity; centring of variables; standardization of variables. <...> О наличии мультиколлинеарности судят по матрице парных коэффициентов корреляции между факторами модели. <...> Если коэффициенты парной корреляции превышают величину 0.8, то считается, что модель приходится строить в условиях мультиколлинеарности. <...> При построении модели в условиях мультиколлинеарности возникают осложнения при вычислениях, поскольку при этом появляется эффект слабой обусловленности матрицы системы нормальных уравнений – её определитель очень близок к нулю. <...> В таком случае оценки параметров многофакторных моделей будут неточными, а интерпретация влияния факторов на прогнозируемый показатель не адекватна реальной ситуации. <...> МЕТОД ВЫДЕЛЕНИЯ НАИБОЛЕЕ «ВАЖНЫХ» ФАКТОРОВ В многофакторной модели могут встретиться «важные» и «неважные» факторы. <...> Обычно «важными» являются факторы, которые оказывают сильное влияние на зависимую переменную, «неважные» не оказывают такого влияния на зависимую переменную. <...> При построении регрессионных моделей в условиях мультиколлинеарности необходимо учитывать влияние на отклик только нескольких заранее известных исследователю «важных» факторов. <...> Также задача исследования может заключаться в поиске наиболее значимо влияющих на отклик факторов. <...> В этих случаях <...>