पियर्सन के सहसंबंध गुणांक का उपयोग करते हुए, मेरे पास कई चर हैं जो अत्यधिक सहसंबद्ध हैं ( 2 मॉडल के जोड़े के लिए और ρ = 0.989 जो मेरे मॉडल में हैं)।
कारण चर के कुछ अत्यधिक सहसंबद्ध होते हैं क्योंकि एक चर में इस्तेमाल किया जाता है गणना एक और चर के लिए।
उदाहरण:
और ई = वी * डी
और ई में ρ = 0.989 है
क्या यह संभव है कि मैं चर में से केवल एक को फेंक दूं?
जवाबों:
B और E दोनों V. B से प्राप्त हुए हैं और E स्पष्ट रूप से एक दूसरे से "स्वतंत्र" चर नहीं हैं। अंतर्निहित चर जो वास्तव में यहां मायने रखता है, वी है। आपको शायद इस मामले में बी और ई दोनों को अस्वीकार करना चाहिए और केवल वी को रखना चाहिए।
अधिक सामान्य स्थिति में, जब आपके पास दो स्वतंत्र चर होते हैं जो बहुत अधिक सहसंबद्ध होते हैं, तो आपको निश्चित रूप से उनमें से एक को हटा देना चाहिए क्योंकि आप मल्टीकोलिनियरिटी कॉन्डम में चलते हैं और दो अत्यधिक सहसंबद्ध चर से संबंधित आपके प्रतिगमन मॉडल के प्रतिगमन गुणांक अविश्वसनीय होंगे। इसके अलावा, सादे अंग्रेजी में अगर दो चर इतने अधिक सहसंबद्ध हैं, तो वे स्पष्ट रूप से आपके प्रतिगमन मॉडल के लगभग समान जानकारी प्रदान करेंगे। लेकिन, दोनों को शामिल करके आप वास्तव में मॉडल को कमजोर कर रहे हैं। आप वृद्धिशील जानकारी नहीं जोड़ रहे हैं। इसके बजाय, आप अपने मॉडल को शोर के साथ संक्रमित कर रहे हैं। अच्छी बात नहीँ हे।
एक तरह से आप अपने मॉडल के भीतर अत्यधिक सहसंबद्ध चर रख सकते हैं, प्रतिगमन के बजाय एक प्रधान घटक विश्लेषण (पीसीए) मॉडल का उपयोग करना है। पीसीए मॉडल को मल्टीकोलिनरिटी से छुटकारा पाने के लिए बनाया गया है। व्यापार बंद यह है कि आप अपने मॉडल के भीतर दो या तीन प्रमुख घटकों के साथ समाप्त होते हैं जो अक्सर सिर्फ गणितीय निर्माण होते हैं और तार्किक रूप से बहुत अधिक समझ से बाहर होते हैं। पीसीए इसलिए अक्सर एक विधि के रूप में छोड़ दिया जाता है जब भी आपको अपने परिणामों को बाहर के दर्शकों जैसे कि प्रबंधन, नियामक, आदि को पेश करना होता है ... पीसीए मॉडल क्रिप्टिक ब्लैक बॉक्स बनाते हैं जो समझाने के लिए बहुत चुनौतीपूर्ण हैं।
यहां एक मशीन सीखने वाले के दृष्टिकोण से एक जवाब है, हालांकि मुझे डर है कि मैं इसके लिए असली सांख्यिकीविदों द्वारा पीटा जाऊंगा।
क्या यह संभव है कि मैं चर में से केवल एक को फेंक दूं?
खैर, सवाल यह है कि भविष्यवाणी के लिए आप किस प्रकार का मॉडल उपयोग करना चाहते हैं। यह उदाहरण पर निर्भर करता है ...
कभी-कभी हम मशीन सीखने वाले भी भविष्यवाणियों के एक सेट का सबसे अच्छा अंकगणितीय संयोजन खोजने के लिए आनुवंशिक अनुकूलन करते हैं।
B, V का एक रैखिक रूपांतर है। E, V और D के बीच की बातचीत का प्रतिनिधित्व करता है। क्या आपने एक मॉडल को निर्दिष्ट करने पर विचार किया है जो Y = इंटरसेप्ट + V + D + V: D है? जैसा कि @ euphoria83 सुझाव देता है, यह संभावना है कि डी में थोड़ी भिन्नता है, इसलिए यह आपकी समस्या को हल नहीं कर सकता है; हालांकि इसे कम से कम वी और डी के स्वतंत्र योगदान को स्पष्ट करना चाहिए। वी और डी दोनों को पहले से ही केंद्र में रखना सुनिश्चित करें।
यदि D एक स्थिरांक नहीं है, तो D में भिन्नता के कारण B और E प्रभावी रूप से दो भिन्न चर हैं। उच्च सहसंबंध इंगित करता है कि D, व्यावहारिक रूप से पूरे प्रशिक्षण डेटा में स्थिर है। अगर ऐसा है, तो आप B या E को त्याग सकते हैं।