JASP做logistic回歸分析時如何進行多重共線性檢驗

發布時間：2021-12-09 17:01:23 來源：億速云閱讀：318 作者：柒染欄目：大數據

JASP做logistic回歸分析時如何進行多重共線性檢驗，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

我們很容易發現一個問題，就是JASP在做logistic回歸時并沒有直接提供多重共線性的診斷參數選項，這令人很苦惱，難道說logistic回歸就不用考慮自變量共線性問題了？這肯定不對。

與JASP同類的另外一款免費新統計軟件jamovi則直接提供了輸出共線性診斷指標。

那么在具體JASP統計分析實踐中，如何在logistic回歸中考慮多重共線性問題呢？

利用線性回歸菜單

答案是，我們可以借助線性回歸菜單中的【共線性診斷】參數選項來完成。

具體來說，原logistic回歸的二分變量作為因變量，因素因子變量作為自變量，進行線性回歸，然后命令軟件執行【共線性診斷】即可。

菜單操作

【Regression】→【Linear Regression】→【Statistics】。

結果中將出現以下多重共線性的診斷依據：

1.容忍度Tol

2.方差膨脹因子VIF

3.條件指數

4.方差比例

最好用和易于理解的是前兩個，一般地，如果容忍度（Tol）小于0.1或方差膨脹因子（VIF）大于10，則表示有共線性存在。

具體來說：

容忍度(Tol)

Norusis于1982年提到，TOL=1-R2i，Ri為以自變量Xi為因變量，其他變量為自變量得到的線性回歸模型的決定系數，容忍度較小，提示可能存在共線性，小于0.1說明多重共線性很嚴重。

方差膨脹因子(VIF)

由Marquardt于1906年引入的，容忍度的倒數，當自變量間存在共線關系時，用最小二乘法所估計的回歸系數的方差比自變量間無共線關系時所估計的回歸系數的方差的增大倍數， VIF值愈大，說明變量間的多重共線性程度愈強。同自變量的相關系數指標一樣，利用來診斷多重共線性的問題，其臨界值不易確定。有學者建議當VIF≥5或VIF≥10時，可認為自變量間存在嚴重共線性但不同的具體情況的臨界值將有所不同。

我們看到所有自變量的VIF指標均小于10，可初步認為共線性問題可忽略。

關于JASP做logistic回歸分析時如何進行多重共線性檢驗問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。

向AI問一下細節

91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

JASP做logistic回歸分析時如何進行多重共線性檢驗

猜你喜歡

91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

JASP做logistic回歸分析時如何進行多重共線性檢驗

猜你喜歡

最新資訊

相關推薦

相關標簽