আপনি মিথষ্ক্রিয়া শব্দটি অন্তর্ভুক্ত বলে মনে হচ্ছে ub:lb
, কিন্তু না ub
এবং lb
পৃথক ভবিষ্যতবক্তা নিজেদের। এটি তথাকথিত "প্রান্তিকতার নীতি" লঙ্ঘন করবে যা জানিয়েছে যে উচ্চ-আদেশের শর্তাবলী কেবল নিম্ন-আদেশের শর্তাবলীতে উপস্থিত ভেরিয়েবলগুলি অন্তর্ভুক্ত করা উচিত ( শুরু করার জন্য উইকিপিডিয়া )। কার্যকরভাবে, আপনি এখন একজন ভবিষ্যদ্বাণীকারীকে অন্তর্ভুক্ত করছেন যা কেবলমাত্র উপাদান উপাদান হিসাবে ub
এবং lb
।
ভীআমিএফঞ হ'ল যেখানে আপনি যখন আপনার আসল পূর্বাভাসের চলকের সাথে রিগ্রেশন চালান তখন হল মান সমস্ত বাকী ভবিষ্যদ্বাণীকারী দ্বারা নির্ধারিত মানদণ্ড হিসাবে (এটি , ভবিষ্যদ্বাণীকের পারস্পরিক সম্পর্ক মেট্রিক্সের বিপরীত) এর -th তির্যক উপাদানও রয়েছে )। 50 এর একটি ভিআইএফ-মান এটি ইঙ্গিত করে যে আপনি অন্যান্য পূর্বাভাসকারীদের সাথে ভবিষ্যদ্বাণী করার সময় .98 এর একটি get পান যা ইঙ্গিত করে যে এটি প্রায় সম্পূর্ণ অপ্রয়োজনীয় (একইভাবে , 2। .97)।11 - আর2ঞআর2ঞআর2ঞঞআর- 1এক্সআর2ub
ub
lb
আর2
আমি ভবিষ্যদ্বাণীকারীদের মধ্যে সমস্ত যুগলভাবে সম্পর্ক স্থাপন শুরু করব এবং কোন ভেরিয়েবলগুলি পূর্বাভাস দেয় ub
এবং lb
তা দেখার জন্য পূর্বোক্ত রেজিস্ট্রেশনগুলি চালিত করব এবং অযথা সহজে ব্যাখ্যা করা হয়েছে কিনা তা দেখার জন্য। যদি তা হয় তবে আপনি অনর্থক ভবিষ্যদ্বাণীকারীদের অপসারণ করতে পারেন। আপনি রিজ রিগ্রেশনও দেখতে পারেন ( আর এর lm.ridge()
প্যাকেজ থেকে MASS
)।
আরও উন্নত মাল্টিকোল্লাইনারিটি ডায়াগনস্টিকগুলি ইগেনুয়ালু-কাঠামো ব্যবহার করে যেখানে রিগ্রেশনটির ডিজাইন ম্যাট্রিক্স (যেমন, কলাম-ভেক্টর হিসাবে সমস্ত ভবিষ্যদ্বাণীকারী)। শর্তটি হ'ল যেখানে এবং the বৃহত্তম এবং সবচেয়ে ছোট (( ) । আর এ, আপনি ব্যবহার করতে পারেন , যেখানে মডেলটি সাধারণত স্ট্যান্ডার্ডযুক্ত ভেরিয়েবলগুলি ব্যবহার করে।এক্সটিএক্সএক্সκλmax√λmin√λmaxλmin≠0XtXkappa(lm(<formula>))
lm()
জ্যামিতিকভাবে, আপনাকে ভবিষ্যদ্বাণীকারীদের দ্বারা গঠিত ডেটা মেঘের আকার সম্পর্কে ধারণা দেয়। ২ টি ভবিষ্যদ্বাণী নিয়ে স্ক্যাটারপ্লট 2 প্রধান অক্ষ সহ একটি উপবৃত্তের মতো দেখতে পারে look আপনাকে জানায় যে উপবৃত্তটি কতটা "সমতল", অর্থাৎ বৃহত্তম অক্ষের দৈর্ঘ্যের ক্ষুদ্রতম মূল অক্ষের অনুপাতের একটি পরিমাপ। 3 পূর্বাভাসকারী আপনার সাথে সিগার-আকৃতি এবং 3 টি প্রধান অক্ষ থাকতে পারে। আপনার ডেটা ক্লাউডটি "চাটুকার" কিছু দিকের দিকে রয়েছে, যখন এক সাথে নেওয়া হয় তখন তত বেশি রিয়ন্ডাল ভেরিয়েবল হয়।κκ
(আমি ২০ এরও কম শুনেছি) এর অবাস্তব মানগুলির জন্য থাম্বের কিছু নিয়ম রয়েছে । তবে পরামর্শ দিন যে ডেটা ট্রান্সফর্মেশনের অধীনে নয় যা কেবলমাত্র ভেরিয়েবলের ইউনিট পরিবর্তন করে - যেমন মানককরণ standard এই Vif অসদৃশ হল: আপনি একই ফল দেবে (যতদিন সেখানে মডেল গুণনশীল পদ নয়), কিন্তু ও প্রায় নিশ্চয় ভিন্ন হবে।κκvif(lm(y ~ x1 + x2))
vif(lm(scale(y) ~ scale(x1) + scale(x2)))
kappa(lm(y ~ x1 + x2))
kappa(lm(scale(y) ~ scale(x1) + scale(x2)))