Doğrusal Bağlantı
Collinearity
Tanım
Regresyon analizinde, iki bağımsız değişkenin birbirleriyle aşırı derecede ilişkili olması ve birinin diğeriyle büyük ölçüde tahmin edilebilmesi durumudur.
Örnek Vaka / Uygulama
Bir araştırmacının çocukların kilosunu yordamak için boy ve yaş değişkenlerini aynı regresyon modeline dahil ettiği senaryo. Yaş ilerledikçe çocukların boyu da uzadığından, bu iki bağımsız değişken birbiriyle yüksek düzeyde ilişkilidir (doğrusal bağlantı mevcuttur). Sonuç olarak model, kilonun üzerindeki 'yaş' ve 'boy' etkilerini ayrı ayrı anlamlandırmada zorlanır.
Derin Analiz
Regresyon modellerinde, yordayıcı değişkenlerin (bağımsız değişkenlerin) birbirinden bağımsız olması varsayımı ihlal edildiğinde ortaya çıkan istatistiksel bir sorundur. Doğrusal bağlantı, matris cebirinde determinantın sıfıra yaklaşmasına ve standart hataların aşırı derecede şişmesine neden olur. Bu durum, modeldeki katsayıların güvenilirliğini zayıflatır; öyle ki, hangi bağımsız değişkenin bağımlı değişken üzerinde gerçek bir etkiye sahip olduğunu istatistiksel olarak izole etmek imkansız hale gelir. Çözüm olarak genellikle değişkenlerden birinin modelden çıkarılması veya ridge regresyon gibi alternatif regularizasyon yöntemlerinin uygulanması gerekir.
Etimoloji
Latince 'com-' (birlikte, beraber) ve 'linearis' (çizgiye ait, çizgisel) kelimelerinin birleşiminden türetilmiştir.
Karıştırmayın
Çoklu doğrusal bağlantı (multicollinearity) ile sıklıkla karıştırılır; aradaki temel fark, doğrusal bağlantının ikili ilişkileri tanımlaması, çoklu doğrusal bağlantının ise üç veya daha fazla değişken arasındaki karmaşık ortak ilişkileri kapsamasıdır.