Pertanyaan yang diberi tag «multicollinearity»

Situasi ketika ada hubungan linear yang kuat antara variabel-variabel prediktor, sehingga matriks korelasinya menjadi (hampir) tunggal. "Kondisi buruk" ini membuat sulit untuk menentukan peran unik yang dimainkan oleh masing-masing prediktor: masalah estimasi muncul dan kesalahan standar meningkat. Prediktor berkorelasi sangat tinggi adalah salah satu contoh multikolinieritas.

1
Menafsirkan proporsi yang menjumlahkan satu sebagai variabel independen dalam regresi linier
Saya akrab dengan konsep variabel kategori dan masing-masing pengkodean variabel dummy yang memungkinkan kita untuk menyesuaikan satu level sebagai dasar untuk menghindari kolinearitas. Saya juga terbiasa dengan cara menginterpretasikan estimasi parameter dari model seperti itu: Perubahan yang diprediksi dalam hasil untuk level pas yang diberikan dari prediktor kategoris, relatif terhadap …


2
Interpretasi matriks varians-kovarian
Asumsikan kita memiliki model linier Model1dan vcov(Model1)memberikan matriks berikut: (Intercept) latitude sea.distance altitude (Intercept) 28.898100 -23.6439000 -34.1523000 0.50790600 latitude -23.643900 19.7032500 28.4602500 -0.42471450 sea.distance -34.152300 28.4602500 42.4714500 -0.62612550 altitude 0.507906 -0.4247145 -0.6261255 0.00928242 Untuk contoh ini, apa yang sebenarnya ditampilkan oleh matriks ini? Asumsi apa yang dapat kita buat dengan …

1
Apakah ada masalah dengan multikolinearitas dan untuk regresi splines?
Ketika menggunakan splines kubik alami (yaitu dibatasi), fungsi dasar yang dibuat sangat linier, dan ketika digunakan dalam regresi tampaknya menghasilkan statistik VIF (variance inflation factor) yang sangat tinggi, menandakan multikolinieritas. Ketika seseorang mempertimbangkan kasus model untuk tujuan prediksi, apakah ini masalah? Sepertinya itu akan selalu menjadi masalah karena sifat dari …


2
Cara mulai membangun model regresi ketika prediktor yang paling kuat terkait adalah biner
Saya memiliki kumpulan data yang berisi 365 observasi dari tiga variabel yaitu pm, tempdan rain. Sekarang saya ingin memeriksa perilaku pmdalam menanggapi perubahan dalam dua variabel lainnya. Variabel saya adalah: pm10 = Respon (tergantung) temp = prediktor (independen) rain = prediktor (independen) Berikut ini adalah matriks korelasi untuk data saya: …

3
Apa manfaat dari berbagai pendekatan untuk mendeteksi collinearity?
Saya ingin mendeteksi apakah collinearity merupakan masalah dalam regresi OLS saya. Saya memahami bahwa varians faktor inflasi dan indeks kondisi adalah dua ukuran yang umum digunakan, tetapi saya merasa kesulitan untuk menemukan sesuatu yang pasti pada manfaat dari setiap pendekatan, atau berapa skor yang seharusnya. Sumber terkemuka yang menunjukkan pendekatan …

5
Apa yang harus dilakukan dengan variabel collinear
Penafian: Ini untuk proyek pekerjaan rumah. Saya mencoba untuk datang dengan model terbaik untuk harga berlian, tergantung pada beberapa variabel dan saya tampaknya memiliki model yang cukup bagus sejauh ini. Namun saya telah mengalami dua variabel yang jelas collinear: >with(diamonds, cor(data.frame(Table, Depth, Carat.Weight))) Table Depth Carat.Weight Table 1.00000000 -0.41035485 0.05237998 …

2
Collinearity antara variabel kategori
Ada banyak hal tentang kolinearitas berkenaan dengan prediktor kontinu tetapi tidak begitu banyak yang dapat saya temukan pada prediktor kategoris. Saya memiliki data jenis ini yang diilustrasikan di bawah ini. Faktor pertama adalah variabel genetik (jumlah alel), faktor kedua adalah kategori penyakit. Jelas bahwa gen mendahului penyakit dan merupakan faktor …



4
Apakah multikolinearitas benar-benar masalah?
Saya sedang mengerjakan beberapa proyek pemodelan prediktif dewasa ini: mencoba mempelajari suatu model dan membuat prediksi waktu nyata berdasarkan pada model yang saya pelajari secara offline. Saya mulai menggunakan regresi ridge baru-baru ini, karena saya membaca bahwa regularisasi dapat membantu mengurangi efek multikolinieritas. Namun, saya membaca blog ini hari ini. …

1
Varians faktor inflasi untuk model aditif umum
Dalam perhitungan VIF biasa untuk regresi linier, setiap variabel bebas / jelas diperlakukan sebagai variabel dependen dalam regresi kuadrat terkecil biasa. yaituXjXjX_j Xj=β0+∑i=1,i≠jnβiXiXj=β0+∑i=1,i≠jnβiXi X_j = \beta_0 + \sum_{i=1, i \neq j}^n \beta_i X_i The nilai disimpan untuk setiap regresi dan VIF ditentukan oleh nR2R2R^2nnn VsayaFj= 11 - R2jVIFj=11−Rj2 VIF_j = …



Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.