যখন অনেক ইনপুট বৈপরিত্য সঙ্গে কাজ, আমরা প্রায়ই সম্পর্কে উদ্বিগ্ন multicollinearity । মাল্টিকোলাইনারিটির বেশ কয়েকটি পদক্ষেপ রয়েছে যা বহুবিধ লাইন সনাক্তকরণ, ভাবনা এবং / বা যোগাযোগ করতে ব্যবহৃত হয়। কিছু সাধারণ সুপারিশগুলি হ'ল:
- একটি নির্দিষ্ট ভেরিয়েবলের জন্য একাধিক
- সহনশীলতা, , একটি নির্দিষ্ট ভেরিয়েবলের জন্য
- ভ্যারিয়েন্স মুদ্রাস্ফীতি ফ্যাক্টর, একটি নির্দিষ্ট পরিবর্তনশীল জন্য
সামগ্রিকভাবে ডিজাইনের ম্যাট্রিক্সের শর্ত সংখ্যা:
(উইকিপিডিয়া নিবন্ধে আরও কিছু বিকল্প রয়েছে, এবং আর এর প্রসঙ্গে এসওতে এখানে রয়েছে )
প্রথম তিনটি একে অপরের একটি নিখুঁত ফাংশন তা প্রমাণ করে যে তাদের মধ্যে একমাত্র সম্ভাব্য নেট সুবিধা হবে মনস্তাত্ত্বিক। অন্যদিকে, প্রথম তিনটি আপনাকে স্বতন্ত্রভাবে ভেরিয়েবলগুলি পরীক্ষা করার অনুমতি দেয় যা কোনও সুবিধা হতে পারে তবে আমি শুনেছি শর্ত নম্বর পদ্ধতিটি সেরা হিসাবে বিবেচিত হয়।
- এটা কি সত্য? কিসের জন্য সেরা?
- শর্ত নম্বরটি কি এর সঠিক কাজের জন্য? (আমি মনে করি এটি হবে।)
- লোকেরা কি খুঁজে পায় যে এর মধ্যে একটি ব্যাখ্যা করা সবচেয়ে সহজ? (আমি এই ক্লাসের বাইরে এই সংখ্যাগুলি ব্যাখ্যা করার চেষ্টা করিনি, আমি বহুবিধরনের একটি শিথিল, গুণগত বিবরণ দিই।)