ОПТИМІЗАЦІЯ ВІДБОРУ ФАКТОРНИХ ЗМІННИХ У ПРОЦЕСІ ЕКОНОМЕТРИЧНОГО МОДЕЛЮВАННЯ: ПРАКТИЧНІ РЕКОМЕНДАЦІЇ
DOI:
https://doi.org/10.31110/fmo2025.v40i5-04Ключові слова:
економетричне моделювання, факторні змінні, відбір факторів, мультиколінеарність, кореляційний аналізАнотація
Формулювання проблеми. Правильний відбір факторних змінних у сучасних економетричних дослідженнях є ключовою умовою забезпечення точності, стабільності та прогностичної здатності моделей, проте у студентських роботах часто трапляються типові помилки, пов’язані з надмірною кількістю факторів, слабким теоретичним обґрунтуванням їх вибору або наявністю мультиколінеарності. У статті обґрунтовано необхідність створення практичних рекомендацій, який поєднує наукову обґрунтованість із простотою застосування та забезпечує коректний вибір факторних змінних у процесі моделювання економічних явищ.
Матеріали і методи. У дослідженні використано комплекс теоретичних, статистичних та економетричних методів, серед яких ключову роль відіграли кореляційний і регресійний аналіз, що дали змогу виявити та кількісно оцінити взаємозв’язки між змінними. Для підвищення достовірності результатів і стабільності моделі проведено перевірку на мультиколінеарність за алгоритмом Фаррара–Глобера, який передбачає застосування χ²-, F- та t-критеріїв для оцінки взаємозалежностей між незалежними змінними.
Результати. У результаті дослідження запропоновано поетапний алгоритм відбору факторних змінних, що передбачає: (1) розрахунок коефіцієнтів кореляції для формування вектора та матриці кореляцій; (2) відбір змінних, які мають сильний зв’язок із результативною змінною та слабку взаємну кореляцію; (3) перевірку інформативності змінних за допомогою методу показників інформаційної місткості та коефіцієнта множинної кореляції; (4) додатковий аналіз на мультиколінеарність для виявлення надлишкових факторів. Алгоритм забезпечує обґрунтованість вибору предикторів, підвищує точність і стабільність моделей, а також є зручним для навчального використання.
Висновки. Запропонований підхід дозволяє системно організувати процес відбору факторних змінних у студентських економетричних дослідженнях, поєднуючи наочність, доступність та наукову коректність. Його застосування сприяє формуванню у студентів навичок аналітичного мислення, статистичної інтерпретації результатів та усвідомленого підходу до побудови моделей.
Завантажити
Посилання
Abramov, V., Astafieva, M., Boiko, M., Bodnenko, D., Bushma, A., Vember, V., Hlushak, O., Zhyltsov, O., Ilich, L., Kobets, N., Kovaliuk, T., Kuchakovska, H., Lytvyn, O., Lytvyn, P., Mashkina, I., Morze, N., Nosenko, T., Proshkin, V., Radchenko, S., & Yaskevych, V. (2021). Theoretical and practical aspects of the use of mathematical methods and information technology in education and science. https://doi.org/10.28925/9720213284km
Dudáš, A., Michalíková, A., & Jašek, R. (2025). Fuzzy masks for correlation matrix pruning. IEEE Access, 13, 35387–35400. https://doi.org/10.1109/access.2025.3544027
Desboulets, L. (2018). A review on variable selection in regression analysis. Econometrics, 6(4). https://doi.org/10.3390/econometrics6040045
Fan, J., Ke, Y., & Wang, K. (2018). Factor-adjusted regularized model selection. Econometrics: Econometric Model Construction. https://doi.org/10.2139/ssrn.3248047
García-Donato, G., & Paulo, R. (2021). Variable selection in the presence of factors: A model selection perspective. Journal of the American Statistical Association, 117(540), 1847–1857. https://doi.org/10.1080/01621459.2021.1889565
Hall, P., & Miller, H. (2009). Using generalized correlation to effect variable selection in very high dimensional problems. Journal of Computational and Graphical Statistics, 18(3), 533–550. https://doi.org/10.1198/jcgs.2009.08041
Kuo, L., & Mallick, B. (1998). Variable selection for regression models. Sankhyā: The Indian Journal of Statistics, Series B, 60(1), 65–81.
Kvalheim, O. (2020). Variable importance: Comparison of selectivity ratio and significance multivariate correlation for interpretation of latent-variable regression models. Journal of Chemometrics, 34(9). https://doi.org/10.1002/cem.3211
Obushnyi, S., et al. (2021). Ensuring data security in the peer-to-peer economic system of the DAO. In Cybersecurity Providing in Information and Telecommunication Systems II (Vol. 3187, pp. 284–292).
Obushnyi, S., et al. (2022). Autonomy of economic agents in peer-to-peer systems. In Cybersecurity Providing in Information and Telecommunication Systems (Vol. 3288, pp. 125–133).
Turlach, B., Venables, W., & Wright, S. (2005). Simultaneous variable selection. Technometrics, 47(3), 349–363. https://doi.org/10.1198/004017005000000139
Virovets, D., et al. (2023). Ways of interaction of autonomous economic agents in decentralized autonomous organizations. In Cybersecurity Providing in Information and Telecommunication Systems (Vol. 3421, pp. 182–190).
Hlushak, O. M., & Semenyaka, S. О. (2017). Economic and mathematical modeling is a promising area of applied mathematics. Physical and Mathematical Education, 1(11), 28–31. http://fmo-journal.fizmatsspu.sumy.ua/journals/2017-v1-11/2017_1-11-GlushakSemenyaka_Scientific_journal_FMO.pdf (in Ukrainian).
Hlushak, O. M, & Semenyaka, S. O. (2018). Prerequisites for building a multifactor econometric model: a study on multicollinearity. Physical and Mathematical Education, 1(15), 171-175. https://doi.org/10.31110/2413-1571-2018-015-1-031 (in Ukrainian).
Hlushak, O. M, Бодненко, Д., & Semenyaka, S. O. (2018). Developing the IT skills of future financiers while studying the discipline “Econometrics.” Educational discourse, 1–2(20–21), 325–340. Borys Grinchenko Kyiv University. http://od.kubg.edu.ua/index.php/journal/article/view/492 (in Ukrainian).
Завантаження
Опубліковано
Номер
Розділ
Категорії
Як цитувати
Ліцензія
Авторське право (c) 2025 Оксана Глушак, Світлана Семеняка, Надія Зінченко
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
- Автори передають журналу право першої публікації свого рукопису на умовах ліцензії Creative Commons ("Із зазначенням авторства - Некомерційне використання - Поширення на тих же умовах") 4.0 Міжнародна (CC BY-NC-SA 4.0), котра дозволяє іншим особам вільно використовувати (читати, копіювати і роздруковувати) представлені матеріали, здійснювати пошук та посилатись на опубліковані статті, поширювати їх повний текст з будь-якою законною некомерційною метою (у тому числі, з навчальною або науковою) та обов'язковим посиланням на авторів робіт і первинну публікацію у цьому журналі.
- Опубліковані оригінальні статті в подальшому не можуть використовуватись користувачами (окрім авторів) з комерційною метою або поширюватись сторонніми організаціями-посередниками на платній основі.
Creative Commons ("Із зазначенням авторства - Некомерційне використання - Поширення на тих же умовах") 4.0 Міжнародна (CC BY-NC-SA 4.0)