共线性检查，你吃了多少vif
深圳这次转秋了，但还是想告诉北方的朋友，我们还穿着短袖~ ~
今天的主题是本周某一天在小组里发生的这样的对话。当时我是先说哑变量，再说悲哀，最后无意中提出了这个问题。
每个人的建模过程都差不多，所以这种讨论就发生在我在一次沙龙分享中遇到的时候，因为vif应该定义为多少diss的东西，细节未知，但vif还是需要解决。
所以今天想和大家分享这个话题。
首先，多重共线性是指看似独立的指标本质上是相同的，可以相互替代。他们用同样的内容反复分析同样的问题，讲同样的内容，也就是说，他们的一个变量可以代表所有的变量。此外，从数学角度来看，多重共线性会导致参数估计的误差，导致回归系数与数据相反。
其次，我们来看看vif的具体解释和计算公式:
这是基本的解释。现在我们可以用简单粗暴的话来说下微分展开因子vif的公式。我们可以看到，它的大小是由复决定系数决定的。复测定系数越大，vif越大。当时我们需要清楚知道的是复测定系数有多大，有多小，那么接下来我们要看的是复测定系数的公式:
也就是说，如果方程拟合得更好，那么复确定系数会更大，那么vif会越来越大，超过某个阈值，这就意味着存在多重共线性，那么这时候我们就回到刚才提出的问题，根据聊天记录是2，3，6，还是根据某些书籍是10。
结论:
这里需要提到的是，在计量经济学中，伍德里奇的书中说，当使用微观数据，样本量相对较大时，绝对系数可以很小，但这并不意味着模型差。所以有人认为vif大于2，有人认为大于10就是标准，这和你建模的数据量有关。当你有大量数据时，你可以采用较小的vif，当你有少量数据时，你可以采用较大的vif。建议是，如果你的样本数据是千，大概5000-10000个样本，你可以取6-10的vif，达到100000，你可以取2-5的vif。建议保险起见，可以再看看相关矩阵。以免不必要的偏差。
1.《VIF 共线性检查，你的vif取了多少》援引自互联网，旨在传递更多网络信息知识，仅代表作者本人观点，与本网站无关，侵删请联系页脚下方联系方式。
2.《VIF 共线性检查，你的vif取了多少》仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址，https://www.lu-xu.com/keji/983476.html
