공선성 테스트명목상 결과 변수가 있습니다(중환자실 입원 예/아니요).
예측 변수는 범주형(예: 일부 증상의 존재 여부 예/아니요) 및 연속형(예: 연령 체질량 지수)입니다.
그러나 이러한 예측변수 간에는 동일선형성이 발생할 가능성이 있습니다.
명목형 로지스틱 회귀 모델은 모수 추정치를 마우스 오른쪽 버튼으로 클릭해도 VIF를 계산할 수 있는 옵션을 제공하지 않습니다.
이러한 경우 공선성을 평가하는 가장 좋은 방법은 무엇입니까?
감사합니다
산딥
소비자 및 시장 조사데이터 탐색 및 시각화답: 공선성 테스트이 플랫폼에 대해서만 모든 변수를 연속형으로 변경하면 실제로 그렇게 할 수 있습니다. 나는 통계 자체에는 관심이 없지만 플롯에는 관심이 있습니다. 범주형 변수가 약간 이상해 보일 것이라는 점에 동의하지만 분명한 관계가 나타날 수 있습니다. 예를 들어 첨부한 이미지에는 서수 Y가 있는 Shift 및 Technician의 범주형 요소가 있습니다. 분명히 변화와 기술의 상관관계를 볼 수 있습니다.
답: 공선성 테스트고마워요 댄. 추정치의 상관관계를 얻을 수 있었습니다.
이것을 해석하는 방법에 대한 지침을 제공해 주실 수 있습니까? 상관 계수로 해석해야 합니까?
답: 공선성 테스트감사합니다..그러나 이 플랫폼은 숫자 변수로 제한됩니다.
연속형 변수와 범주형 변수의 조합이 있습니다.
답: 공선성 테스트먼저 분석>다변량 방법>다변량 플랫폼을 사용하십시오. 모든 변수를 Y, 열 창에 넣습니다. 공선 관계를 찾기 위해 상관 계수와 더 중요한 것은 산점도 행렬을 얻을 수 있습니다.
답: 공선성 테스트이항 분포와 로짓 연결 함수를 사용하는 일반화 선형 모형으로 변경하는 것을 고려해 보십시오. 그러면 추정치의 상관관계를 확인할 수 있습니다. VIF는 아니지만 공선성에 대한 일부 정보를 제공합니다.
그렇지 않으면 적합 모델 플랫폼 외부의 예측 변수 간의 관계를 탐색해야 합니다.
