寻找一些指导：逻辑回归大家好，
总体而言，这是统计数据的新手，并且观看了许多视频，但不幸的是到目前为止。 我正在尝试确定PTB（标称Y / N）与16种水污染物之间的关系（也是标称值，即是的，一年中发生了水污染物，或者没有发生）。
许多水污染物之间存在多重共线性，我不确定如何调整模型以降低多重共线性。 我必须去除水污染物吗？ 我担心的是，我将从16种污染物变为2种不受其他污染物影响的污染物。 有更好的选择吗？ 我不完全确定创建交互的目的，但是这是一种管理交互的方法吗？ 另外，如果除了除去大多数协变量之外，没有其他解决方案，我是否可以针对每种污染物运行模型？ 还是这样的说法不准确？
提前致谢！
分析工具回复：寻找一些指导：逻辑回归共线性是很常见的，除了一些设计的实验。 问题是它有多强，涉及多少变量？ 例如，如果两个预测变量非常共线（例如，r = 0.97），则可以从模型中省略其中一个。 如果您有16个自然共线的预测变量中的几个，则可以创建主成分，然后创建代表潜在作用力的“因素”。 例如，您可能有几种水硬度测量值，可以用一个或两个主要组成部分或因素代替。
因此，“取决于”。
您可以通过几种方式研究共线性。 我最好的起点是分析>多元方法>具有16个预测变量的多元。
