ガイダンスを探しています：ロジスティック回帰こんにちは皆さん、
全体的な統計情報は初めてで、多くのビデオを視聴していますが、残念ながらこれまでのところしか達成できていません。 私はPTB（公称Y / N）と16の水質汚染物質（これも公称値、つまり、水質汚染物質が1年以内に発生したか、発生しなかったか）の関係を特定しようとしています。
多重共線性は多くの水質汚染物質の間に存在し、多重共線性を減らすためにモデルを調整する方法がわかりません。 水質汚染物質を除去する必要がありますか？ それに関する私の懸念は、16の汚染物質から他の影響を受けない2つの汚染物質に移行することです。 より良いオプションはありますか？ インタラクションを作成する目的が完全にはわかりませんが、これはそれを管理する方法でしょうか？ また、共変量の大部分を削除する以外に他の解決策がない場合、個々の汚染物質ごとにモデルを実行できますか？ それとも、このようなものは不正確でしょうか？
前もって感謝します！
分析Re：ガイダンスを探しています：ロジスティック回帰いくつかの計画された実験を除いて、共線性は一般的です。 問題は、それがどれほど強力で、いくつの変数が関係しているのかということです。 たとえば、2つの予測子が極端に同一線上にある場合（たとえば、r = 0.97）、モデルからそれらの1つを省略できます。 自然に同一線上にある16の予測子のいくつかがある場合は、主成分を作成してから、基礎となる力を表す「因子」を作成できます。 たとえば、1つまたは2つの主成分または因子で置き換えることができる水の硬度のいくつかの測定値がある場合があります。
だから、「それは異なります。」
共線性はいくつかの方法で調べることができます。 開始するのに適した場所は、[分析]> [多変量メソッド]> [16個の予測子を使用した多変量]です。
Re：ガイダンスを探しています：ロジスティック回帰しかし、投稿は、すべての予測子も名目上のものであることを示していませんでしたか？それは他の種類の分析を必要としませんか？それがどうなるかはわかりませんが、どの汚染物質が一緒に発生するかを調べてから、それらの組み合わせに対していくつかの新しい複合機能を作成しようと思うでしょう。主成分の提案はそれらの線に沿っていたと思いますが、それは名目予測子にとって正しいアプローチでしょうか？
