日期:2024-11-13 15:22
,也稱為R。R用于評(píng)估回歸模型對(duì)數(shù)據(jù)的擬合優(yōu)度。例如,R = 0.9意味著目標(biāo)變量(?)中90%的變異可以由模型中的自變量解釋。
VIF的工作原理
VIF通過以下步驟幫助我們識(shí)別和消除模型中的多重共線性:
步驟1:對(duì)每個(gè)自變量建立一個(gè)線性回歸模型,使用數(shù)據(jù)集中的其他自變量作為預(yù)測(cè)變量。這意味著我們不是直接預(yù)測(cè)目標(biāo)變量(?),而是嘗試用其他自變量來解釋每個(gè)自變量。
例如:
X? = X? + X? + + X?
X? = X? + X? + + X?
X? = X? + X? + + X?
在VIF的計(jì)算過程中,我們?yōu)槊總€(gè)自變量擬合一個(gè)