順序ロジスティック回帰における多重共線性のチェックみなさん、こんにちは！私は8つの独立変数を持つ名目ロジスティック登録モデル（JMP v13）を実行しています。共線性と交絡について心配しています。これら2つの問題の存在を確認する方法はありますか。JMPでVariation inflation factorを使って多重共線性を評価できますか？（親切に、どうやって？）ありがとう。
順序ロジスティック回帰で多重共線性をチェックするマーク、
ありがとう。あなたの例で使用されているすべての独立変数は連続的です。モデルがカテゴリカル変数も（または唯一）使用する場合、この結果が当てはまると期待できますか？あなたの説明をもう少し教えてください」 予測値の相関が最小になるように予測子が自動的に中央に配置されることに注意してください "＃：。どの予測子ですか？そして何に関連して「中心に」？
- エリック
順序ロジスティック回帰で多重共線性をチェックするありがとうジム。JMPはカテゴリー独立変数にVIFを提供できますか？
- エリック順序ロジスティック回帰で多重共線性をチェックする私はあなたが使っていると思います分析する > フィットモデル名目上の物流人格で起動します。Big Classサンプル・データ・テーブルからの私の例は、sex = intercept + weight + height + weight * heightに適合します。年です。結果：
推定値の共分散が利用可能です。対角は推定値の分散であり、非対角は共分散であり、共線性がなければゼロになります。
予測値の相関が最小になるように、予測子は自動的に中央に配置されます。
順序ロジスティック回帰で多重共線性をチェックするあなたにいくつかの提案：
1。予測変数の行列を使用してバージョン13の改良された実験的設計診断機能を最大限に活用し、実際にはそうでない場合は「ふり」を設計実験とし、DOE - >設計診断 - > Evaluate Designsプラットフォームを使用します。そのプラットフォームのレポート内には、予測変数行列に基づく予測変数の交絡や相関など、あらゆる種類の診断が表示されます。プラットフォームでは、予測変数行列が実際には '計画的実験'である必要はありません。混乱を招く観点から見たこのプラットフォームの重要な機能の1つは、推定したい正確なモデル形式（主な効果、双方向の相互作用など）を指定できることです。
2。多変量プラットフォームを使用して、予測子変数の行列間の相関関係（主成分分析などを使用したペアワイズおよびより複雑な関係）を探索します。
順序ロジスティック回帰で多重共線性をチェックする多重共線性の有無を判断するには、[ヘルプ] ==> [統計インデックス] ==> [多重共線性]の順に選択します。
"回帰子が高度に相関している回帰では、関心の尺度は、他の回帰子の影響がない場合の分散と比較して、推定量の分散がどれだけ膨らんでいるかです。Fit Modelでは、VIFはPrameter Estimatesレポートテーブルをコンテキストクリックすることで利用できます。」
Re：順序ロジスティック回帰の多重共線性をチェックする私はこの投稿が数年前のものではないことを知っていますが、雑誌の査読者がロジスティック回帰の共線性をチェックすることを主張した同じ問題に遭遇しました。 一般化された回帰プラットフォーム（Normal以外）はVIFを提供しませんが、VIFは完全にX行列の関数であるため、Y変数の種類は関係ありません。 したがって、私の解決策は、標準最小二乗パーソナリティを持つフィットモデルを使用してまったく同じモデルを実行し、パラメーター推定値テーブルのVIF値を使用することでした。
