評估分類變數和/或二元結果的共線性我正在尋求評估多變量名目邏輯回歸中包含的分類變數之間的共線性。我知道 VIF 對此很有用，但我無法找到分類變數或二元結果的 VIF。其他方法不像 LASSO 那樣具有主動性。無論有沒有 LASSO，是否有辦法評估共線性？謝謝！進階統計建模數據探索與視覺化回覆：評估分類變數和/或二元結果的共線性從「擬合模型」對話方塊中，您是否嘗試切換到廣義迴歸？從那裡你可以說響應具有二項分佈。這應該會給你一個與名目邏輯迴歸非常相似的擬合，並且它提供了查看估計相關性表的能力。您可以使用它來理解共線性。否則，您可以使用多元方法>多元變數來研究主效果的共線性。
回覆：評估分類變數和/或二元結果的共線性你好@gstins @gstins ，
歡迎加入社群！
除了@Dan_Obermiller提出的解決方案之外，使用 VIF 值評估共線性的一個可能的「技巧」是建立一個隨機的「虛擬」數字列，擬合多元迴歸模型，並顯示模型變數的 VIF 值。請參閱如何在廣義迴歸報告中檢查 VIF？以及來自@cwillden的回覆。
VIF 僅使用輸入資料/因子的值來計算（請參閱此處的公式： 原始預測變數的參數估計），因此無論回應類型為何，您都可以計算和分析 VIF 值。
希望這個解決方法能幫助你，
