Ho bisogno di aiuto per comprendere meglio e affrontare il seguente problema.
Sto sviluppando un modello per prevedere lo sviluppo di malattie cardiovascolari in una coorte. Ho incluso due variabili fortemente correlate tra loro (R² = 0,83). Quando le includo entrambe nel modello, una di esse cambia direzione: diventa protettiva invece che un fattore di rischio . Ma quando includo ciascuna variabile separatamente, entrambe mostrano un'associazione positiva con la malattia, come previsto.
Non credo che ciò sia dovuto a una spiegazione biologica: sembra più un problema di multicollinearità. So che potrei usare sia il VIF che l'analisi delle componenti principali per risolvere il problema. Ma poiché il mio risultato è binario, non sono sicuro di come calcolare correttamente il VIF.
Ho provato a eseguire una regressione dei minimi quadrati tra le due variabili e ho ottenuto un VIF pari a 1, ma non credo che in questo caso sia l'approccio corretto.
Qualcuno ha mai affrontato una situazione simile? Come consiglieresti di affrontare la situazione?
