Çoklu Doğrusal Bağlantı Nedir?

Çoklu doğrusal bağlantı, regresyon analizinde açıklayıcı değişkenlerin birbirinin neredeyse kopyası gibi davranması durumudur. Modelin tahmin gücünü her zaman bozmaz, ama hangi değişkenin ne kadar etkili olduğunu söylemeyi zorlaştırır.

Çoklu doğrusal bağlantı nedir?

Çoklu doğrusal regresyon her değişkenin, diğerleri sabitken sonuca etkisini tahmin etmeye çalışır. İki değişken hep birlikte hareket ediyorsa model, etkiyi bunlar arasında nasıl paylaştıracağını bilemez.

Varsayımsal bir ev fiyatı modelinde hem "metrekare" hem de "oda sayısı" kullanıldığını düşün. Bu iki değişken genellikle birlikte artar. Model, fiyattaki artışı birine ya da diğerine yükleyebilir; küçük bir veri değişikliğinde katsayılar büyük ölçüde değişebilir.

Belirtileri ve etkileri

• Katsayıların standart hataları büyür, güven aralıkları genişler.
• Önemli olması beklenen değişkenler istatistiksel olarak anlamsız çıkabilir.
• Katsayıların işareti beklenenin tersine dönebilir.
• Modelin genel tahmin performansı ise çoğu zaman makul kalır.

Nasıl tespit edilir?

• Korelasyon matrisi: Bağımsız değişken çiftleri arasındaki yüksek korelasyon ilk ipucudur.
• Varyans şişirme faktörü (VIF): Bir değişkenin diğerleri tarafından ne kadar açıklandığını ölçer. Uygulamada 5 ya da 10'un üzerindeki değerler genellikle sorun işareti sayılır; bu eşikler kural değil, pratik ölçütlerdir.

Çözüm yolları

• Birbirinin tekrarı olan değişkenlerden birini çıkarmak.
• Değişkenleri tek bir anlamlı özellikte birleştirmek.
• Temel bileşenler analizi gibi boyut indirgeme yöntemleri kullanmak.
• Ridge regresyon gibi düzenlileştirme yöntemleriyle katsayıları kararlı hâle getirmek.

Amaç yalnızca tahmin yapmaksa çoklu doğrusal bağlantı daha az sorun yaratır; amaç katsayıları yorumlamaksa mutlaka ele alınmalıdır.