Page 208 - 6251

 c 12 0, 51
r 12, 3    0, 31;
c 11 c  22 1, 7 1,  63

 c  0, 71
r 13, 2  13    0, 41;
c 11 c  33 1, 7 1,  79

 c 23  0, 63
r 23, 1     0, 37.
c 22 c  33 1, 63 1, 79

Часткові коефіцієнти кореляції характеризують тісноту зв’язку
між двома змінними за умови, що третя не впливає на цей зв’язок.

Порівнявши часткові коефіцієнти кореляції з парними, які
наведені вище, можна помітити, що часткові коефіцієнти значно

менші парних. Це ще раз говорить про те, що на основі парних
коефіцієнтів кореляції не можна зробити висновки про наявність чи
відсутність мультиколінеарності.
Крок 7. Визначимо t-критерії на основі часткових коефіцієнтів

кореляції:

r 12, 3 n  m 0, 31 7
t    0, 884;
12
2
1 r 12, 3 1 0, 1369

r 13, 2 n  m 0, 41 7
t    1, 191;
13
2
1 r 13, 2 1 0, 1681

r 23, 1 n  m 0, 37 7
t 23    1, 136.
2
1 r 23, 1 1 0, 1369

Табличне значення t-критерія при n – m = 7 ступенях свободи і
рівні значущості  = 0,05 дорівнює 1,89. Всі числові значення

t-критеріїв, знайдених для кожної пари змінних, менше їхнього
табличного значення. Звідси робимо висновок, що всі пари
незалежних змінних не є мультиколінеарними.

Отже, незважаючи на те, що між незалежними змінними, які
досліджуються, існує лінійна залежність, вона не є явищем
мультиколінеарності і не буде негативно впливати на кількісні

параметри економетричної моделі.
Якщо F-критерій більше табличного значення, а це означає що
k-та змінна залежить від всіх інших в масиві, то необхідно
вирішувати питання про її виключення з переліку змінних.

207