কোলিনারিটি সনাক্তকরণের জন্য বিভিন্ন পদ্ধতির গুণাবলী কী?

11

আমার ওএলএস রিগ্রেশন-এ কোলিনারিটি কোনও সমস্যা কিনা তা আমি সনাক্ত করতে চাই। আমি বুঝতে পারি যে বৈকল্পিক মূল্যস্ফীতি কারণ এবং শর্ত সূচক দুটি সাধারণত ব্যবহৃত ব্যবস্থাগুলি, তবে প্রতিটি পদ্ধতির যোগ্যতা বা স্কোরগুলি কী হওয়া উচিত তা সম্পর্কে নির্দিষ্ট কোনও সন্ধান করা আমার পক্ষে কঠিন।

একটি বিশিষ্ট উত্স যা নির্দেশ করে যে কোন পদ্ধতিটি করা এবং / অথবা কোন স্কোরগুলি উপযুক্ত তা খুব কার্যকর useful

অনুরূপ একটি প্রশ্ন জিজ্ঞাসা করা হয়েছিল "বহুবিশ্বরেখার নির্দিষ্ট পরিমাণের পছন্দ করার কোনও কারণ আছে কি?" তবে আমি আদর্শ হিসাবে আমি উল্লেখ করতে পারি একটি রেফারেন্স পরে।

— kyrenia
সূত্র

4

মনে রাখবেন যে কোলিনারিটিটি হ'ল একটি ডিগ্রির বিষয় , তাই আপনি যদি একটি টেক্সট খুঁজে পান যা একটি সুন্দর, প্রশংসনীয় নম্বর দেয় তবে এটি কোনও সমস্যা নয় "বনাম" এর জন্য আপনি একটি হার্ড কাট-অফ মান হিসাবে বিবেচনা করা উচিত যা আমাদের সমস্যা আছে "।

— সিলভারফিশ

4

@ সিলভারফিশ ভাল পরামর্শ দেয়। বেলসলে, কুহ এবং ওয়েলস্চ এই তাত্পর্যকে জোর দিয়েছিলেন, এমনকি উপস্থিত থাকা সত্ত্বেও এটি ক্ষতিকারক নয়: আপনাকে এটি নির্ধারণ করতে হবে যে এটি আসলে আপনার বিশ্লেষণে কোনও সমস্যা সৃষ্টি করছে কিনা whether

— whuber

11

Belsley, Kuh, এবং Welsch হয় প্রশ্ন এই ধরনের যেতে পাঠ্য। এগুলিতে "orতিহাসিক দৃষ্টিভঙ্গি" শিরোনামে একটি বিভাগে পুরানো ডায়াগনস্টিকগুলির বিস্তৃত আলোচনা অন্তর্ভুক্ত রয়েছে। তারা লেখেন ভিআইএফ সম্পর্কিত

... যদি আমরা ধরে নিই যে ডেটা কেন্দ্রের এবং একক দৈর্ঘ্যের জন্য ছোট করে দেওয়া হয়েছে, তবে পারস্পরিক সম্পর্ক ম্যাট্রিক্স কেবল । ... $X$ $R$ $X^\prime X$

আমরা বিবেচনা করছি । তির্যক উপাদান , প্রায়ই ভ্যারিয়েন্স মুদ্রাস্ফীতি কারণের বলা হয়, , এবং তাদের ডায়গনিস্টিক মান সম্পর্ক থেকে অনুসরণ করে $R^{-1} = (X^\prime X)^{-1}$ $R^{-1}$ $r^{ii}$ $\text{VIF}_i$ যেখানে একাধিক পারস্পরিক সম্পর্কের সহগের হয়অবশিষ্ট ব্যাখ্যামূলক ভেরিয়েবল উপর regressed। স্পষ্টত একটি উচ্চ Vif একটি ইঙ্গিত কাছাকাছি ঐক্য, তাই সমরৈখিকতা স্থানটিকে চিহ্নিত করে। এই পরিমাপটি কোলিনারিটির সামগ্রিক ইঙ্গিত হিসাবে কিছুটা ব্যবহার। এর দুর্বলতাগুলি,, বেশ কয়েকটি সহাবস্থানের কাছাকাছি নির্ভরশীলতার মধ্যে পার্থক্য করতে অক্ষমতার মধ্যে এবং ভিআইএফের মানগুলি যে উচ্চ হিসাবে বিবেচিত হতে পারে এবং যেগুলি কম বলে বিবেচিত হতে পারে তার মধ্যে পার্থক্য করার জন্য একটি অর্থবহ সীমার অভাব রয়েছে।
${Vif}_{আমি} = \frac{1}{1 - {আর}_{আমি}^{2}}$ $\text{VIF}_i = \frac{1}{1 - R_i^2}$ $R_i^2$ $X_i$ $R_i^2$ $R$

(বা ) বিশ্লেষণের জায়গায় , বিকেডাব্লু এর একবাক্যমূল্য পচনের যত্ন সহকারে, নিয়ন্ত্রিত পরীক্ষার প্রস্তাব দেয় । তারা প্রদর্শক ক্ষুদ্রতম একবচন মান বৃহত্তম অনুপাত দ্বারা এটি অনুপ্রাণিত শর্ত সংখ্যা এর এবং কীভাবে শর্ত নম্বর (মাঝে মাঝে আঁট) প্রদান করে রিগ্রেশন অনুমান হিসাব ত্রুটি কম্পিউটিং প্রচারের উপর সীমা। তারা একটি আনুমানিক পচানি প্রচেষ্টা উপর যান পরামিতি অনুমান ভেরিয়ানস এর $R$ $R^{-1}$ $X$ $X$ $\hat\beta_i$ একক মান সঙ্গে যুক্ত উপাদান মধ্যে। এই পচনের শক্তি কেবল উপস্থিতির ইঙ্গিত দেওয়ার পরিবর্তে কোলিনারিটির প্রকৃতি প্রকাশ করার ক্ষমতা (অনেক ক্ষেত্রে) এর মধ্যে রয়েছে।

শত ভেরিয়েবল সহ যে কেউ রিগ্রেশন মডেল তৈরি করেছেন সে এই বৈশিষ্ট্যটির প্রশংসা করবে! সফ্টওয়্যারটির জন্য "আপনার ডেটা কলিনারি, আমি এগিয়ে যেতে পারছি না" বা এমনকি "আপনার ডেটা কলিনারি, আমি নীচের ভেরিয়েবলগুলি ছড়িয়ে দিচ্ছি" বলা এক জিনিস। এটা তোলে পুরাপুরি অনেক দরকারী জিনিস এটা বলতে "ভেরিয়েবল গ্রুপ পাবে জন্য গণনার মধ্যে instabilities ঘটাচ্ছে হয়: তা দেখতে যারা ভেরিয়েবল তোমাকে ছাড়া কি করতে পারেন বা প্রধান করার বিষয়ে বিবেচনা করুন উপাদান বিশ্লেষণ তাদের সংখ্যা হ্রাস করতে। " $X_{i_1}, \ldots, X_{i_k}$

শেষ পর্যন্ত, বিকেডাব্লু এর মাধ্যমে কোলাইনারিটি নির্ণয়ের পরামর্শ দেয়

... নিম্নলিখিত ডাবল শর্ত:

একটি একক মান একটি উচ্চ শর্ত সূচক বলে গণ্য করা হয়, এবং যা এর সাথে সম্পর্কিত

দুই বা ততোধিক রিগ্রেশন সহগের বৈকল্পিকের জন্য উচ্চ বৈচিত্র্য-পচনের অনুপাত ।

$30$ $X$ $0.5$

— whuber
সূত্র

10

$R^2$ $1/(1-R^2)$

যাইহোক, সাধারণত কার্যকরভাবে কার্যকর করা ভিআইএফগুলি আপনাকে বাধাটির সাথে সামঞ্জস্যতা সম্পর্কে বলতে পারে না, যেহেতু ইন্টারসেপ্টটি সাধারণত নিঃশব্দে এই "সহায়তাকারী" রিগ্রেশনগুলিতে অন্তর্ভুক্ত থাকে। তদ্ব্যতীত, যদি কোনও রেজিস্ট্রারের উচ্চ ভিআইএফ থাকে, আপনি তাত্ক্ষণিকভাবে জানেন না যে অন্যান্য রেজিস্ট্রাররা কোলিনারিটির জন্য দায়ী। আপনাকে সাহায্যকারী সংবিধানগুলিতে মানক সহগগুলির দিকে নজর দেওয়া দরকার।
শর্ত সূচক এবং Belsley, Kuh & Welsch সমরৈখিকতা পচানি অনুপাত (Belsley, ডিএ; Kuh, ই & Welsch পুনরায় রিগ্রেশন ডায়গনিস্টিক। সনাক্তকরণ প্রভাবশালী ডেটা এবং সমরৈখিকতা উত্স জন উইলি অ্যান্ড সন্স, 1980) দ্বারা পর্যন্ত কঠিন বুঝতে। আমি কয়েক বছর আগে এগুলির সাথে কাজ করতাম, তবে আমি এখানে রিফ্রেশার না পেয়ে তাদের ব্যাখ্যা করার চেষ্টা করব না ;-)

এই ডায়াগনস্টিকস ইন্টারসেপ্টের সাহায্যে কলিনারিটি সনাক্ত করতে দেয়। এবং আপনি প্রদত্ত রেজিস্ট্রারের একত্রিকরণের জন্য অন্যান্য রেজিস্ট্রাররা যে দায়বদ্ধ তা হ্রাস করার জন্য কোলাইনারিটি পচনের অনুপাতটি তদন্ত করতে পারেন।

— স্টিফান কোলাসা
সূত্র

ধন্যবাদ - খুব দরকারী - আপনি কি ভিআইএফ-র 10 টি নিয়মের-থাম্বের চেয়ে বেশি একটি উদ্ধৃতি সম্পর্কে অবগত হন ... আমি প্রচুর পরিমাণে ইকন-লেকচার নোট খুঁজে পেতে পারি, তবে এটি প্রকাশিত কিছু খুঁজে পাই না যা বলে যে .. ।

— কেরেনিয়া

@ কেরেনিয়া "10 এর চেয়ে বেশি" আমি প্রস্তাবিত একমাত্র প্রান্তিকতা থেকে অনেক দূরে! আমি ক্ষেত্রের মধ্যে পার্থক্য আছে কি না কেবল লেখকদের মধ্যে আশ্চর্য হয়েছি।

— সিলভারফিশ

3

2

$2$

100

$100$

@ শুভ যে এর জন্য ধন্যবাদ। এটি একটি অত্যন্ত আকর্ষণীয় পর্যবেক্ষণ এবং ওপি কর্তৃক উত্থাপিত প্রশ্নের সাথে অত্যন্ত প্রাসঙ্গিক: স্ট্যাকএক্সচেঞ্জ সিস্টেমের মধ্যে মন্তব্যের "দ্বিতীয় র‌্যাঙ্ক" গুরুত্ব দেওয়া, আমি মনে করি যে এটি আপনার দুর্দান্ত উত্তরের সাথে অন্তর্ভুক্ত করার বিষয়টি বিবেচনা করা উচিত।

— সিলভারফিশ

6

উদ্ধৃত করার জন্য বহুলভাবে উপলভ্য রেফারেন্সের জন্য, পৃষ্ঠা ১১ F- এ ফারাওয়ে বইটি শর্ত সংখ্যার উপর ভিত্তি করে সমস্যাগুলি সনাক্ত করার জন্য ৩০ এর উপরের থাম্বের একটি বিধি সরবরাহ করে এবং পরিসংখ্যান শিক্ষার একটি পরিচিতি , পৃষ্ঠা ১০১, বলেছেন যে 5 বা 10 এর উপরে ভিআইএফ মানগুলি একটি সমস্যা নির্দেশ করে ।

আপনি বহুবিধরঙ্গ সনাক্তকরণের জন্য কোন পদ্ধতিটি ব্যবহার করেন তার থেকে সম্ভবত আপনি কীভাবে এটি ব্যবহার করবেন তা গুরুত্বপূর্ণ important

— EDM
সূত্র