首页 > 代码库 > R语言多重共线性判别
R语言多重共线性判别
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！
R语言多重共线性判别
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。