共線性檢驗我有一個名義結果變量（入住 ICU 是/否）
預測變量既是分類變量（例如是否存在某些症狀）又是連續變量（例如年齡體重指數）
然而，這些預測變量之間存在共線性的可能性。
名義邏輯回歸模型沒有為我提供在右鍵單擊參數估計值時計算 VIF 的選項。
在這種情況下評估共線性的最佳方法是什麼？
謝謝
桑迪普
消費者和市場研究數據探索和可視化回复：共線性檢驗實際上，您仍然可以通過僅針對該平台將所有變量更改為連續來做到這一點。 我對統計數據本身不感興趣，而是對圖表感興趣。 同意分類變量看起來有點奇怪，但可以顯示明顯的關係。 例如，在我所附的圖像中，我有輪班和技術員的分類因素，序數為 Y。 顯然，你可以看到轉變和技術的相關性。
回复：共線性檢驗謝謝丹。 我能夠獲得估計的相關性。
您能否提供一些關於如何解釋這些的指導......我應該將它們解釋為相關係數嗎？
回复：共線性檢驗謝謝..但是這個平台僅限於數字變量。
我有連續變量和分類變量的組合
回复：共線性檢驗首先，使用分析>多變量方法>多變量平台。 將所有變量放入 Y，列窗口中。 您將獲得相關係數，更重要的是獲得散點圖矩陣來尋找共線關係。
回复：共線性檢驗考慮更改為具有二項式分佈和 logit 鏈接函數的廣義線性模型。 然後您可以看到估計值的相關性。 它不是 VIF，但它會給您一些有關共線性的信息。
否則，您將需要探索擬合模型平台之外的預測變量之間的關係。
