评估分类变量和/或二元结果的共线性我正在寻求评估多变量名义逻辑回归中分类变量之间的共线性。我知道 VIF 对此很有用，但我找不到分类变量或二元结果的 VIF。其他方法没有像 LASSO 那样主动。有没有办法（无论有没有 LASSO）来评估共线性？谢谢！高级统计建模数据探索与可视化回复：评估分类变量和/或二元结果的共线性从“拟合模型”对话框中，您是否尝试过切换到广义回归？从那里您可以说响应具有二项分布。这应该会给您一个与名义逻辑回归非常相似的拟合，并且它提供了查看估计相关性表的能力。您可以使用它来了解共线性。否则，您可以使用多元方法>多元变量来研究主效应的共线性。
回复：评估分类变量和/或二元结果的共线性你好@gstins @gstins ，
欢迎加入社区！
除了@Dan_Obermiller提出的解决方案之外，使用 VIF 值评估共线性的一个可能的“技巧”是创建一个随机的“虚拟”数字列，拟合多元回归模型，并显示模型变量的 VIF 值。请参阅如何在广义回归报告中检查 VIF？以及@cwillden的回复。
VIF 仅使用输入数据/因子的值来计算（请参阅此处的公式： 原始预测变量的参数估计），因此无论响应类型如何，您都可以计算和分析 VIF 值。
希望这个解决方法能帮助你，
