2024 ผู้เขียน: Elizabeth Oswald | [email protected]. แก้ไขล่าสุด: 2024-01-13 00:13
กฎทั่วไปเกี่ยวกับความหลากหลายร่วมคือคุณมีมากเกินไป เมื่อ VIF มากกว่า 10 (อาจเป็นเพราะเรามี 10 นิ้ว ดังนั้นให้ใช้กฎง่ายๆ ดังกล่าว สำหรับสิ่งที่มีค่า) ความหมายก็คือคุณมีความสอดคล้องกันมากเกินไประหว่างสองตัวแปรถ้าr≥ 95.
อะไรที่ถือว่ามีความสอดคล้องกันสูง
ความสัมพันธ์แบบคู่ระหว่างตัวแปรอิสระอาจสูง (ในค่าสัมบูรณ์) กฎทั่วไป: ถ้า สหสัมพันธ์ > 0.8 แล้ว อาจมีการเชื่อมโยงหลายเส้นที่รุนแรง เป็นไปได้ที่ค่าสัมประสิทธิ์การถดถอยแต่ละตัวจะไม่มีนัยสำคัญ แต่สำหรับความพอดีโดยรวมของสมการจะสูง
ความสอดคล้องที่ยอมรับได้คืออะไร
VIF ค่าควรเป็น น้อยกว่า 5 เพื่อรับประกันว่าการทำงานร่วมกันจะไม่เป็นปัญหาในแบบจำลองของคุณ อย่างไรก็ตาม นักวิจัยบางคนแนะนำให้เป็น < 3.3 เมื่อใช้ PLS-SEM … การยอมรับ VIF น้อยกว่า 5 หรือ 10 ขึ้นอยู่กับจำนวนตัวแปรอธิบายที่เกี่ยวข้อง
เมื่อไหร่ควรกังวลเกี่ยวกับการร่วมมือกัน
Multicollinearity เป็นปัญหาทั่วไปเมื่อ estimating ตัวแบบเชิงเส้นหรือเชิงเส้นทั่วไป รวมถึงการถดถอยโลจิสติกและการถดถอยค็อกซ์ เกิดขึ้นเมื่อตัวแปรทำนายมีความสัมพันธ์กันสูง นำไปสู่การประมาณค่าสัมประสิทธิ์การถดถอยที่ไม่น่าเชื่อถือและไม่เสถียร
อะไรถือเป็นความหลากหลายทางชีวภาพสูง
สูง: เมื่อความสัมพันธ์ระหว่างตัวแปรการสำรวจอยู่ในระดับสูง หรือมีความสัมพันธ์ที่สมบูรณ์แบบในหมู่พวกเขา จากนั้นจึงกล่าวกันว่ามีความหลากหลายในระดับสูง
แนะนำ:
Collinearity เหมือนกับ correlation ไหม?
สหสัมพันธ์และความสอดคล้องต่างกันอย่างไร? Collinearity คือการเชื่อมโยงเชิงเส้นระหว่างตัวทำนายสองตัว Multicollinearity เป็นสถานการณ์ที่ตัวทำนายสองตัวหรือมากกว่านั้นมีความเกี่ยวข้องเชิงเส้นสูง … แต่ความสัมพันธ์ 'ในบรรดาตัวทำนาย' เป็นปัญหาที่ต้องแก้ไขเพื่อให้ได้โมเดลที่เชื่อถือได้ คุณจะรู้ได้อย่างไรว่าเมทริกซ์สหสัมพันธ์เป็น Multicollinearity การตรวจจับหลายคอลลิเนียร์ ขั้นตอนที่ 1:
