서수 로지스틱 회귀 분석에서 다중 공선 성 확인안녕 여러분! 저는 8 개의 독립 변수가있는 명목상의 물류 모델 (JMP v13)을 운영하고 있습니다. 나는 공선 성과 혼란에 대해 우려하고 있습니다. 이 두 가지 문제의 존재를 어떻게 확인할 수 있습니까? JMP에서 변동 인플레이션 요인으로 다중 공선 성을 평가할 수 있습니까? (친절하게, 어떻게?) 고마워.
다시 : 서수 로지스틱 회귀에서 multicollinearity 확인표,
감사. 당신의 예제에서 사용 된 모든 독립 변수는 연속적입니다. 모델이 범주 형 변수 (또는 유일한)를 사용할 때이 결과가 유지되기를 기대할 수 있습니까? 친절하게 설명해주세요. 예측의 상관 관계를 최소화하기 위해 예측자가 자동으로 중앙에 배치됩니다. " 어떤 예언자? 그리고 무엇과 관련하여 '중심에 위치'합니까?
- 에릭
다시 : 서수 로지스틱 회귀에서 multicollinearity 확인짐 감사합니다. JMP가 범주 형 독립 변수에 VIF를 제공 할 수 있습니까?
- 에릭다시 : 서수 로지스틱 회귀에서 multicollinearity 확인나는 당신이 분석 > 모델에 맞추기 명목상의 물류 인격체로 시작하십시오. Big Class 샘플 데이터 테이블의 예제는 sex = intercept + weight + height + weight * height에 맞습니다. 결과는 다음과 같습니다.
견적의 공분산 (Covariance of Estimates)이 가능합니다. 대각선은 추정값의 분산이고 대각선 밖은 공변량이며, 공선 성이 없으면 0이됩니다.
예측 변수의 상관 관계를 최소화하기 위해 예측 변수는 자동으로 중앙에 배치됩니다.
다시 : 서수 로지스틱 회귀에서 multicollinearity 확인당신을위한 몇 가지 제안 :
1. 예상 변수 행렬을 가져 와서 실제로 설계되지 않은 경우에는 '가장합니다'라는 표현을 사용하고 DOE -> 설계 진단 -> 설계 평가 플랫폼을 사용하여 버전 13의 향상된 실험 설계 진단 기능을 최대한 활용하십시오. 해당 플랫폼의 보고서에서 예측 변수 매트릭스를 기반으로 예측 변수에 대한 혼동 및 상관 관계를 비롯하여 모든 종류의 진단을 받게됩니다. 플랫폼은 예측 변수 매트릭스가 실제로 '설계된 실험'일 것을 요구하지 않습니다. 혼란스러운 관점에서이 플랫폼의 핵심 기능 중 하나는 견적을 제시하고자하는 정확한 모델 양식 (주 효과, 양방향 상호 작용 등)을 지정할 수 있다는 것입니다.
2. 다변량 플랫폼을 사용하여 예측 변수 행렬에서 상관 관계 (쌍 구성 요소와 더 복잡한 요소, 예를 들어 주 구성 요소 분석)를 탐색합니다.
다시 : 서수 로지스틱 회귀에서 multicollinearity 확인Help ==> Statistics Index ==> 다중 공선 성은 Multollinearity의 존재를 결정하기 위해 Fit Model Platform의 Variation Inflation Factors를 가리 킵니다.
"회귀 분석에서 회귀 분석에서 관심의 척도는 다른 회귀 분석의 영향없이 분산이 어떻게 될지와 비교할 때 추정 변수의 분산을 얼마나 부 풀리는가하는 것이다. Fit Model에서 VIF는 Prameter Estimates 보고서 테이블에서 컨텍스트 클릭을 통해 사용할 수 있습니다. "
Re : 순서 로지스틱 회귀에서 다중 공선 성 확인이 게시물이 몇 년 전이 아니라는 것을 알고 있지만 저널 리뷰어가 로지스틱 회귀에서 공선 성을 확인하기 위해 VIF를 확인해야한다고 주장한 것과 동일한 문제가 발생했습니다. 일반화 회귀 플랫폼 (Normal 이외)은 VIF를 제공하지 않지만 VIF는 완전히 X 행렬의 함수이므로 어떤 종류의 Y 변수를 가지고 있는지는 중요하지 않습니다. 그래서 내 솔루션은 표준 최소 제곱 특성을 가진 모델 적합을 사용하여 정확히 동일한 모델을 실행하고 매개 변수 추정 테이블의 VIF 값을 사용하는 것이 었습니다.
