如何用r语言进行多重共线性检验

Python023

如何用r语言进行多重共线性检验,第1张

就是你之前一个无限制模型(Unrestricted Model)的那个对象(object)，比如题主这里举例说可以是: lm.test<-lm(y~X1+X2+X3,data=D).这个model就是lm.test这个线性回归对象。

方法/步骤

1、首先，先教大家如何使用SPSS多元线性回归分析

2、接下来是范例说明：

此案例是希望找到与营收相关的多元回归式

原先加入参数有：5个

调整後回归R方：0.888 / 显着性：皆小於0.05

看起来相当拟合，无任何差错

3、可依个人需求，勾选需要参考的指标

若是没有勾选，只会出现既定标准的指标

在此需加入 Statistisc中的 "共线性诊断"

4、排除共线性强因子，可用偏相关查看是否确实应该排除

主要是看 VIF值是否大於2 （大於2，表示共线性极强需改善）

否则会有交互作用

5、最後模型拟合程度，可在excel中

做主次座标清楚检视

相关性检验R=1时为完全正相关。R=-1为完全负相关。R=0为正态分布

斜率与R值无关

输出P值为0.0122显示明显正相关

计算直线：

lm（纵坐标，横坐标，data=数据框）

图加直线：

abline(直线数据，col=”颜色“，lwd=数值)

lwd为线的宽度