R语言检验多重共线性 vif

vif()干啥用的

计算 方差膨胀(variance-inflation) 和 广义线性方差膨胀因子(generalized variance-inflation factors for linear)。方差膨胀因子越小,多重共线性程度越小,自变量之间越没关系。具体解释见文末,看不看都行。

咋用

vif(model, merge_coef = FALSE)

参数啥意思

model: 填你用某个模型计算的计算结果那个变量

merge_coef:

merge_coef = FALSE

默认值为FALSE, 不与模型汇总矩阵的系数合并。

merge_coef = TRUE

与模型汇总矩阵的系数合并。

怎么用

越大越

比如:在多元回归中,用这个。

下次回归删除膨胀系数(vif结果)大于5的最大值。直到没有大于5的值。

跑个例子看看(自带的数据)

data(germancredit)

读取这个dataframe

fit1 = glm(creditability~ age.in.years + credit.amount +

  present.residence.since, family = binomial(), data = germancredit)

做个多元回归

vif(fit1)

看看膨胀系数(此时merge_coef = FALSE,)

vif(fit1,merge_coef = TRUE)

看看膨胀系数

 

这段看不看都行:

(方差膨胀因子用于 确定多重共线性程度(multicollinearity),多重共线性会在多元回归中产生问题,因为自变量间相互不独立,难以在回归模型中测试自变量的组合对因变量的影响程度。存在高度多重共线性的多元回归模型会使估计每个自变量与因变量之间的关系变得更加困难。所用数据或模型方程结构的微小变化都会导致自变量的估计系数发生巨大且不稳定的变化。为确保正确指定模型并正确运行,可以运行多重共线性测试。方差膨胀因子就是这样一种测量工具。使用方差膨胀因子有助于确定任何多重共线性问题的严重性,以便可以调整模型。方差膨胀因子衡量自变量的行为(方差)受其与其他自变量的相互作用/相关性影响或膨胀的程度。方差膨胀因子允许快速测量变量对回归中标准误差的贡献程度。当存在显着的多重共线性问题时,所涉及的变量的方差膨胀因子将非常大。确定这些变量后,可以使用多种方法来消除或组合共线变量,从而解决多重共线性问题。)

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
VIF(Variance Inflation Factor,方差膨胀因子)是一种用于检测多重线性的统计量。根据引用\[1\]和引用\[2\]的内容,VIF的取值大于1,VIF值越接近于1,多重线性越轻,反之越重。通常以10作为判断边界。当VIF<10,不存在多重线性;当10<=VIF<100,存在较强的多重线性;当VIF>=100,存在严重多重线性。 在进行线性回归分析时,可以使用VIF来检测多重线性。一般来说,如果VIF大于2,就表明存在多重线性问题。因此,可以通过计算每个变量的VIF值来判断是否存在多重线性。如果某个变量的VIF值较高,说明该变量与其他自变量之间存在较强的线性关系,可能会影响回归模型的准确性。 综上所述,VIF是一种用于检测多重线性的统计量,通过计算每个变量的VIF值可以判断是否存在多重线性问题。当VIF大于2时,表明存在多重线性。 #### 引用[.reference_title] - *1* *3* [数据分析——多重线性检验](https://blog.csdn.net/qq_36336522/article/details/105897548)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [R 检测多重线性](https://blog.csdn.net/Mrrunsen/article/details/121886670)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值