Обобщение метода выпрямления искаженных из-за мультиколлинеарности коэффициентов для регрессионных моделей с различной степенью корреляции объясняющих переменных

При построении регрессионных моделей одну из главных проблем представляет мультиколлинеарность. Это негативное явление приводит к искажению коэффициентов регрессии, в частности их знаков. Ранее для решения проблемы мультиколлинеарности был разработан метод выпрямления искаженных коэффициентов (МВИК), который основан на построении модели полносвязной линейной регрессии (МПЛР). Одно из условий его применимости — тесная корреляция абсолютно всех пар объясняющих переменных. Но при решении реальных прикладных задач это условие выполняется редко. Чаще всего объясняющие переменные коррелируют друг с другом по-разному. Для этого в данной статье предложен новый итерационный алгоритм МВИК. Особенность алгоритма заключается в том, что он сочетает в себе достоинства как традиционных множественных моделей, так и новых полносвязных регрессий. Разработанный алгоритм универсален и может применяться для построения регрессионного уравнения с любой структурой корреляционной матрицы. Новый алгоритм успешно применен для моделирования грузоперевозок железнодорожного транспорта в Иркутской области.