Valore VIF <1 quando si utilizza la regressione generalizzata nel modello di adattamentoCiao,
Ho notato di volta in volta, capisco VIF <1 quando si adattano i dati al miglior sottoinsieme, lazo o doppio lazo in Regressione generalizzata (con distribuzione normale). Per il metodo di validazione, ho scelto BIC per tutti i diversi modelli. Quando ho ottenuto il risultato, fare clic con il tasto destro del mouse su "Stime dei parametri attivi" -> Colonna -> VIF. quando estraggo le stime attive per adattarle a un modello OLS, i coefficienti per i predittori sono diversi e i VIF erano tutti> 1. Basato sul VIF descrizione in JMP, ho costruito il modello usando il predittore con VIF <1 come risposta e il resto delle variabili come predittori, il modello OLS mostrava R2 ~ 0.2 e aggiustava R2 tra 0,079 - 0,2. Quindi non sono sicuro del motivo per cui VIF può essere <1.
Grazie mille per il tuo tempo e aiuto.
Ri: valore VIF <1 quando si utilizza la regressione generalizzata nel modello di adattamentoSembra strano. Implica un R ^ 2 negativo per la regressione di questo predittore rispetto agli altri predittori.
Consiglio di contattare l'assistenza tecnica con questo (e-mail: support@jmp.com).Ri: valore VIF <1 quando si utilizza la regressione generalizzata nel modello di adattamentoEcco una spiegazione di come VIF può essere inferiore a 1 . Deve essere dovuto al restringimento (distorsione) delle stime dei parametri.
Ri: valore VIF <1 quando si utilizza la regressione generalizzata nel modello di adattamentoGrazie, @markbailey . Mi chiedevo se fosse a causa del restringimento.Ri: valore VIF <1 quando si utilizza la regressione generalizzata nel modello di adattamentoGrazie mille per il link Mark. Immagino che mi stia ancora chiedendo se possiamo ancora pensare a loro come al VIF assoluto in cui impostiamo un limite a qualcosa di inferiore a 4 indica ancora una minima collinearità.
Ho anche ricevuto questa risposta da José Quaresma ( SAS Supporto tecnico globale) che voglio condividere anche con tutti.
