הקריה האקדמית אונו | סטטיסטיקה למנהל עסקים

סיון ריף ǀ שרבל שוקייר

סטטיסטיקה למנהל עסקים

לכן d=1.773 נמצא בתחום שבו אין מתאם סדרתי:

4 1.08 1.7713 4 1.08 1.08 1.7713 2.2287 U U d d d        

ולכן נסיק שאין מתאם סדרתי.

סיבתיות

בעיה נוספת שעלולה להתקיים ברגרסיה היא בעיית סיבתיות Causality) ) . לעיתים אין זה

ברור באופן חד משמעי האם X גורם ל Y- או Y גורם ל X- . "מי קודם למי? הביצה או

התרנגולת?" כאשר אנו בונים מודל אנו מניחים ששינוי במשתנה המסביר X גורם לשינוי

במשתנה המוסבר Y , אך לעיתים כיוון הקשר אינו ברור. האם X גורם ל Y- או י יתכן ש -

Y גורם ל ?X- לדוגמ ה, האם גובה המשכורת משפיע על המוטיבציה בעבודה או האם י י תכן

שגם המוטיבציה בעבודה משפיעה על גובה המשכורת? כלומר, פעמים רבות אפשר להוכיח

קשר בין המשתנים אך קשה להוכיח סיבתיות, דהיינו ששינוי ב X- הוא זה שגורם לשינוי ב .Y-

הטרוסקדסטיות

אחת ההנחות של מודל הרגרסיה הקלאסי היא הנחת השונות הקבועה (הומוסקדסטיות),

שלפיה לכל הטעויות המקריות ישנה אותה שונות. אם הנחה זו אינה מתקיימת, קיימת הפרה

של הנחות המודל הפוגעת ביעילותו. כדי לזהות אם יש בעיה קיימים מבחנים מקובלים, ובהם מבחן White ו- -Pagan Breusch 2 .

212 רגרס יה מרובת משתנים

ברגרסיה לינ י ארית פשוטה בדקנו כיצד משתנה אחד, משתנה בלתי תלוי או מסביר ( ,)X

משמש לניבוי משתנה שני, משתנה תלוי או מוסבר ( Y ). במקרים רבים אפשר לפתח מודל

טוב יותר על ידי התחשבות במספר משתנים בלתי תלויים (להגדיל את מקדם ההסבר).

משוואת רגרסיה רבת משתנים (עבור K משתנים) נראית כ ך:

ˆ

..... Y a b X b X b X     

i

i

i

K K i

1 1

2 2

כאשר:

ˆ i Y

– הערך המנובא של Y עבור תצפית i

- a החותך של Y (התוצאה של Y כאשר כל יתר המשתנים שווים לאפס) .

2 ישנן שיטות לבדיקת סיבתיות , כגון שימוש במבחן Granger ו שיטות לבדיקת הטרוסקדסטיות שצוינו לעיל, ובנוסף דרכים ושיטות אמידה לתיקון הבעיות הנ"ל, ש עליהן לא נרחיב בספר זה.

110