Inhoudsopgave:

Hoe kom je van multicollineariteit af?
Hoe kom je van multicollineariteit af?

Video: Hoe kom je van multicollineariteit af?

Video: Hoe kom je van multicollineariteit af?
Video: 10 Checking and Removing Multicollinearity in SPSS with Dr Himayatullah Khan 2024, Mei
Anonim

Hoe ga ik om met multicollineariteit?

  1. Verwijderen sterk gecorreleerde voorspellers van het model.
  2. Gebruik Partial Least Squares Regression (PLS) of Principal Components Analysis, regressiemethoden die het aantal voorspellers terugbrengen tot een kleinere set niet-gecorreleerde componenten.

Bovendien, wat is multicollineariteit en hoe kun je het overwinnen?

Multicollineariteit treedt op wanneer onafhankelijke variabelen in een regressiemodel gecorreleerd zijn. Deze correlatie is een probleem omdat onafhankelijke variabelen onafhankelijk moeten zijn. Als de mate van correlatie tussen variabelen hoog genoeg is, kan problemen veroorzaken wanneer: jij passen in het model en interpreteren de resultaten.

Weet ook, waarom is multicollineariteit een probleem? Multicollineariteit is een probleem omdat het de statistische significantie van een onafhankelijke variabele ondermijnt. Als andere zaken gelijk blijven, geldt hoe groter de standaardfout van een regressiecoëfficiënt, hoe kleiner de kans dat deze coëfficiënt statistisch significant zal zijn.

Weet ook, hoe bereken je multicollineariteit?

Multicollineariteit kan ook worden gedetecteerd met behulp van tolerantie en zijn wederkerige, variantie-inflatiefactor (VIF) genoemd. Als de tolerantiewaarde kleiner is dan 0,2 of 0,1 en tegelijkertijd de waarde van VIF 10 en hoger, dan is de multicollineariteit problematisch is.

Heeft multicollineariteit invloed op de voorspelling?

Multicollineariteit niet beïnvloeden hoe goed het model past. Sterker nog, als u het model wilt gebruiken om voorspellingen , beide modellen produceren identieke resultaten voor aangepaste waarden en voorspelling intervallen!

Aanbevolen: