لا تثق بجدول لم تختبره
يبدو ملخص الانحدار دائمًا موثوقًا وتعطيك statsmodels أدوات التحقق منه. يقيس معامل تضخم التباين variance_inflation_factor(matrix, i) مدى تفسير متغير بغيره: يساوي 1/(1-Rⱼ²) والقيم فوق 5 إلى 10 تعني معاملات غير مستقرة ويجب أن تتضمن المصفوفة عمود الحد الثابت (فالمتغير الأول في الموضع 1). وdurbin_watson(resid) قريب من 2 حين لا ترتبط الأخطاء وقريب من 0 حين يتبع بعضها بعضًا. وتعيد het_breuschpagan(resid, exog) أربعة أعداد ثانيها قيمة p لاختبار ثبات تباين الخطأ. وتعيد jarque_bera(resid) الإحصائية وقيمة p والالتواء والتفلطح، وتعيد acorr_ljungbox(resid, lags=[12]) جدولًا فيه العمود lb_pvalue. وفي كلها قيمة p الصغيرة تحذير.
يكمل فحصان آخران المجموعة. تقيّم مسافة كوك res.get_influence().cooks_distance[0] كل مشاهدة بمقدار ما سيتحرك الملاءمة لو حُذفت، فالأشهر ذات القيم الأكبر هي التي تقود النتيجة. والانحدار الزائف هو الفخ الكلاسيكي: اجعل لوغاريتم سعر Home Depot على لوغاريتم سعر Lowe's فتحصل على R²=0.93 مع دوربن–واتسون 0.002 لأن سلسلتين ذواتي اتجاه تبدوان دائمًا مترابطتين. وR² مرتفع مع دوربن–واتسون قرب الصفر علامة على أنك أجريت انحدار سير عشوائي على آخر. وفي انحدار العوامل الثلاثة لـ Apple (258 شهرًا) معاملات VIF للعوامل 1.13 و1.13 و1.02 ودوربن–واتسون 1.94 وقيمة p لبريوش–باغان 0.21 ولجاركو–بيرا 0.015؛ وإضافة SPY بجانب عامل السوق تعطي VIF قدره 186 و177؛ وأكثر الأشهر تأثيرًا سبتمبر 2008 ويناير 2022 وأكتوبر 2008.
- رقم لكل قلق: VIF للنسخ ودوربن–واتسون ولجونغ–بوكس للذاكرة وبريوش–باغان للتشتت وجاركو–بيرا للشكل ومسافة كوك للأشهر المنفردة.
- انتبه للحد الثابت: يحتاج VIF إلى المصفوفة بعمودها الثابت وتبدأ المتغيرات عندئذ من الموضع 1.
- R² المرتفع وحده لا يثبت شيئًا: سعران ذوا اتجاه ينحدران ببراعة وإحصائية دوربن–واتسون تكشف الأمر.
المختبر: ما الذي يُقيَّم
- المربعات الصغرى بواجهة المصفوفات10 نقطة
- معاملات تضخم التباين20 نقطة
- أربعة اختبارات للبواقي20 نقطة
- الأشهر المؤثرة15 نقطة
- انحدار زائف15 نقطة
- التشخيص الكامل20 نقطة