Pracując z wieloma zmiennymi wejściowymi, często martwimy się wielokoliniowością . Istnieje wiele miar wielokoliniowości, które są wykorzystywane do wykrywania, myślenia i / lub komunikowania wielokoliniowości. Niektóre typowe zalecenia to:
- Wielokrotność dla danej zmiennej
- Tolerancja, dla określonej zmiennej
- Współczynnik inflacji wariancji, dla konkretnej zmiennej
Numer warunku macierzy projektowej jako całości:
(Istnieje kilka innych opcji omówionych w artykule w Wikipedii i tutaj w SO w kontekście R.)
Fakt, że pierwsze trzy są dla siebie idealną funkcją, sugeruje, że jedyną możliwą przewagą netto między nimi byłaby psychologia. Z drugiej strony, pierwsze trzy pozwalają badać zmienne indywidualnie, co może być zaletą, ale słyszałem, że metoda numeryczna jest uważana za najlepszą.
- Czy to prawda? Najlepsze na co?
- Czy numer warunku jest idealną funkcją ? (Myślę, że tak będzie.)
- Czy ludzie uważają, że jeden z nich jest najłatwiejszy do wyjaśnienia? (Nigdy nie próbowałem wyjaśniać tych liczb poza klasą, po prostu podaję luźny, jakościowy opis wielokoliniowości).