我希望这不是一个“问答”问题...以下是内容:
(多)共线性是指回归模型中预测变量之间的相关性非常高。如何“治愈”呢……有时候你不需要“治愈”共线性,因为它并不影响回归模型本身,但会影响各个预测变量的效果解释。
发现共线性的一种方法是将每个预测变量作为因变量,其他预测变量作为自变量,确定R2,如果大于0.9(或0.95),我们可以认为该预测变量是多余的。这是一种“方法”...还有其他方法吗?其中有些方法很耗时,比如从模型中排除预测变量然后观察b系数的变化-它们应该明显不同。
当然,我们必须始终牢记分析的具体背景/目标......有时唯一的解决方法是重新进行研究,但我现在对在回归模型中出现(多)共线性时筛选冗余预测变量的各种方法感兴趣。
r
特定...最终,答案最重要。再次感谢这些出色的答案! - aL3xa