檢查序數邏輯回歸中的多重共線性大家好！ 我正在運行一個具有 8 個自變量的名義邏輯 Reg 模型 (JMP v13)。 我擔心共線性和混淆。 如何檢查這兩個問題的存在？ 您可以使用 JMP 中的變異膨脹因子評估多重共線性嗎？ （請問如何？）謝謝。
回复：檢查有序邏輯回歸中的多重共線性我知道這篇文章已經有幾年了，但我剛剛遇到了同樣的問題，一位期刊審稿人堅持要看 VIF 來檢查邏輯回歸中的共線性。廣義回歸平台（Normal 除外）均未提供 VIF，但由於 VIF 完全是 X 矩陣的函數，因此您擁有哪種 Y 變量並不重要。所以我的解決方案是使用具有標準最小二乘特性的擬合模型運行完全相同的模型，並使用參數估計表中的 VIF 值。
回复：檢查有序邏輯回歸中的多重共線性標記，
謝謝。 您示例中使用的所有自變量都是連續的。 當模型還（或僅）使用分類變量時，我們能否期望這個結果成立？ 請告訴我更多你的解釋“請注意，預測變量自動居中以最小化估計值的相關性”。 哪些預測因素？和什麼有關的“居中”？
--埃里克
回复：檢查有序邏輯回歸中的多重共線性謝謝吉姆。 JMP 能否為分類自變量提供 VIF？
--埃里克回复：檢查有序邏輯回歸中的多重共線性我假設您正在使用分析>擬合模型以 Nominal Logistic 個性啟動。 我從 Big Class 示例數據表中得到的示例符合性別 = 截距 + 體重 + 身高 + 體重 * 身高。 結果是：
估計的協方差可用。 對角線是估計的方差，非對角線是協方差，如果沒有共線性，協方差將為零。
請注意，預測變量自動居中以最小化估計值的相關性。
回复：檢查有序邏輯回歸中的多重共線性給你的幾個建議：
1. 充分利用第 13 版改進的實驗設計診斷功能，方法是採用預測變量矩陣並“假裝”（如果確實不是）設計實驗，然後使用 DOE -> 設計診斷 -> 評估設計平台。 在該平台的報告中，您將獲得各種診斷，包括基於預測變量矩陣的預測變量的混雜和相關性。 該平台不要求您的預測變量矩陣確實是“設計實驗”。 從混淆的角度來看，該平台的一個關鍵功能是您可以指定您想要估計的確切模型形式（主效應、雙向交互等）。
2. 使用多元平台探索預測變量矩陣之間的相關性（成對和更複雜的使用，比如主成分分析）。
回复：檢查有序邏輯回歸中的多重共線性Help下==>Statistics Index==>multicollinearity指向Fit Model平台中的Variation Inflation Factors，用於判定是否存在多重共線性。
“在回歸變量高度相關的回歸中，一個有趣的衡量標準是與沒有其他回歸變量影響的方差相比，估計量的方差膨脹了多少。 在擬合模型中，VIF 可通過在參數估計報告表中單擊上下文來獲得。”
