Коэффициент инфляции дисперсии (VIF) используется для обнаружения мультиколлинеарности. Коэффициенты инфляции дисперсии (VIF) измеряют, насколько раздувается дисперсия оцененных коэффициентов регрессии по сравнению с тем случаем, когда переменные-предикторы не связаны линейно.
Он получается путем регрессии каждой независимой переменной, скажем X, по оставшимся независимым переменным (скажем, Y и Z) и проверки того, какая часть (из X) объясняется этими переменными.
Следовательно,
Из формулы ясно, что чем выше VIF, тем выше R2, что означает, что переменная X коллинеарна переменным Y и Z. Если все переменные полностью ортогональны, R2 будет равно 0, что приведет к VIF, равному 1.
Ввод, вывод:
Чтобы запустить «Фактор инфляции дисперсии» в ATH, выберите зависимую переменную и независимые переменные. Все переменные должны быть числовыми. Затем укажите зависимую переменную.
Функция приведет к созданию таблицы со значениями VIF всех выбранных независимых переменных.
Применение и интерпретация:
Из списка переменных мы выбираем переменные с высоким VIF как коллинеарные переменные. Но чтобы решить, какую переменную выбрать, мы смотрим на индекс состояния переменных или окончательную таблицу коэффициентов регрессии.
Как правило, при регрессионном анализе избегают любой переменной с VIF ›1.5. Иногда состояние снижается до 2 вместо 1,5.
Смотрите также:
Индекс состояния, проверка мультиколлинеарности, коэффициент детерминации
