R语言多重共线性判别

时间：2016-10-03 10:41:32 阅读：881 评论：0 收藏：0 [点我收藏+]

标签：

1.可以计算X矩阵的秩qr(X)$rank，如果不是满秩的，说明其中有Xi可以用其他的X的线性组合表示；

2.也可以计算条件数kappa(X),如楼上所说，k<100,说明共线性程度小；如果100<k<1000，则存在较多的多重共线性;若k>1000，存在严重的多重共线性。

可以进行逐步回归，用step()命令,比如你一开始的模型是fm=lm(),step(fm)就可以了

3.可以使用方差膨胀因子(VIF)

library(car)
vif(lm.sol)

得到各个系数的方差膨胀因子，当0<=VIF<100,存在较强的多重共线性，当VIF>=100，多重共线性非常严重。这个方法比较常用！　　

标签：

原文地址：http://www.cnblogs.com/aloiswei/p/5928748.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

周排行