Экземплярное правило в отношении мультиколлинеарности заключается в том, что у вас слишком много когда VIF больше 10 (вероятно, потому что у нас 10 пальцев, так что примите такие эмпирические правила сколько они стоят). Подразумевается, что у вас слишком большая коллинеарность между двумя переменными, если r≥. 95.
Что считается высокой коллинеарностью?
Парные корреляции между независимыми переменными могут быть высокими (по абсолютной величине). Эмпирическое правило: если корреляция > 0,8, то может присутствовать серьезная мультиколлинеарность. Возможно, что отдельные коэффициенты регрессии будут незначительными, но общее соответствие уравнения будет высоким.
Что такое приемлемая коллинеарность?
Значения VIF должны быть меньше 5, чтобы гарантировать, что коллинеарность не является проблемой в вашей модели. Однако некоторые исследователи рекомендуют, чтобы при применении PLS-SEM он был равен < 3.3. … Принятие значения VIF менее 5 или 10 зависит от количества задействованных объясняющих переменных.
Когда следует беспокоиться о коллинеарности?
Мультиколлинеарность является распространенной проблемой при оценке линейных или обобщенных линейных моделей, включая логистическую регрессию и регрессию Кокса. Это происходит, когда между переменными-предикторами существует высокая корреляция, что приводит к ненадежным и нестабильным оценкам коэффициентов регрессии.
Что считается высокой мультиколлинеарностью?
Высокий: Когда отношения междуисследовательские переменные высоки или между ними существует идеальная корреляция, тогда говорят о высокой мультиколлинеарности.
