在擬合模型中使用廣義回歸時，VIF值<1你好
我不時注意到 VIF 當將數據擬合到廣義回歸（具有正態分佈）下的最佳子集，套索或雙套索時，<1。 對於驗證方法，我為所有不同的模型選擇了BIC。 得到結果後，將右鍵單擊“活動參數估計值”->“列”->“ VIF”。 當我提取活動估計以適合OLS模型時，預測變量的係數不同並且VIF均> 1。 基於 VIF 在JMP中的描述中，我使用VIF <1作為響應並以其餘變量作為預測變量的預測變量建立模型，OLS模型顯示R2〜0.2，並將R2調整為0.079-0.2。 所以我不確定為什麼VIF可以小於1。
非常感謝您的時間和幫助。
關於：在擬合模型中使用廣義回歸時，VIF值<1看起來確實很奇怪。對於該預測變量相對於其他預測變量而言，這意味著負R ^ 2。
我建議與此聯繫技術支持（電子郵件：support@jmp.com）。關於：在擬合模型中使用廣義回歸時，VIF值<1這是對 VIF如何小於1 。它必須歸因於參數估計值的收縮（偏差）。
關於：在擬合模型中使用廣義回歸時，VIF值<1謝謝， @馬克貝利 。我確實想知道是否是因為收縮。關於：在擬合模型中使用廣義回歸時，VIF值<1非常感謝您提供Mark的鏈接。 我想我仍然想知道我們是否仍然可以將它們視為絕對VIF，將限制設置為小於4的絕對VIF仍表示最小共線性。
我也得到了這個答案何塞·誇雷斯瑪（ SAS 我也想與大家分享。
