किस प्रसरण मुद्रास्फीति कारक को मैं उपयोग करना चाहिए: या ?

Question

मैं vifआर पैकेज में फ़ंक्शन का उपयोग करके विचरण मुद्रास्फीति कारकों की व्याख्या करने की कोशिश कर रहा हूं car। फ़ंक्शन एक सामान्यीकृत $\text{VIF}$ और भी \ text {GVIF} ^ {1 / (2 \ cdot \ text {df})} प्रिंट करता है $\text{GVIF}^{1/(2\cdot\text{df})}$। मदद फ़ाइल के अनुसार , यह बाद का मूल्य है

आत्मविश्वास दीर्घवृत्त के आयाम के लिए समायोजित करने के लिए, फ़ंक्शन GVIF ^ [1 / (2 * df)] को भी प्रिंट करता है जहां df शब्द के साथ जुड़ी स्वतंत्रता की डिग्री है।

मुझे मदद फ़ाइल में इस स्पष्टीकरण का अर्थ समझ में नहीं आता है, इसलिए मुझे यकीन नहीं है कि अगर मुझे $\text{GVIF}$ या \ पाठ {GVIF} ^ {1 / (2 \ cdot \ text {df} का उपयोग करना चाहिए ) )}$\text{GVIF}^{1/(2\cdot\text{df})}$ । मेरे मॉडल के लिए ये दो मूल्य बहुत अलग हैं (अधिकतम $\text{GVIF}$ ~ $60$ ; अधिकतम $\text{GVIF}^{1/(2\cdot\text{df})}$ है ~ $3$ )।

क्या कोई मुझे समझा सकता है कि मुझे कौन सा उपयोग करना चाहिए, और आत्मविश्वास के आयाम को समायोजित करने का क्या मतलब है?

Answer 1

जॉर्जेस मोनेट और मैंने जीवीआईएफ को "सामान्यीकृत कोलिनियरिटी डायग्नोस्टिक्स" जेएएसए 87: 178-183, 1992 ( लिंक ) में पेश किया। जैसा कि हमने समझाया, जीवीआईएफ ने "यूटोपियन" दीर्घवृत्त के गुणांक के एक उप-समूह के लिए संयुक्त-विश्वास दीर्घवृत्त के हाइपरवोल्यूम्स के वर्ग अनुपात का प्रतिनिधित्व किया है जो कि प्राप्त किया जाएगा यदि इस उपसमुच्चय को पूरक उपसमुच्चय में रजिस्टरों के साथ असंबद्ध किया गया था। एक एकल गुणांक के मामले में, यह सामान्य VIF को माहिर करता है। आयामों में जीवीआईएफ को तुलनीय बनाने के लिए, हमने जीवीआईएफ ^ (1 / (2 * डीएफ)) का उपयोग करने का सुझाव दिया, जहां डीएफ सबसेट में गुणांक की संख्या है। वास्तव में, यह जीवीआईएफ को एक रैखिक माप में कम कर देता है, और वीआईएफ के लिए, जहां डीएफ = 1 गुणांक के लिए विश्वास अंतराल में कोलीनियरिटी के कारण मुद्रास्फीति के लिए आनुपातिक है।

Comments

हमारी साइट पर आपका स्वागत है! हमें सम्मानित किया जाएगा यदि आप अपना खाता पंजीकृत करेंगे और एक बार में एक बार आएंगे। एक छोटा हाउसकीपिंग नोट: आपको अपने पोस्ट को, अपने पहचान पत्र को, अपने उपयोगकर्ता पृष्ठ के लिंक के साथ, अपने आप आपके द्वारा दिए गए प्रत्येक उत्तर में जोड़ा नहीं जाता है।

— गूँग - मोनिका

Answer 2

मैं ठीक उसी सवाल पर भागा और अपने तरीके से काम करने की कोशिश की। नीचे मेरा विस्तृत जवाब देखें।

सबसे पहले, मुझे आर में इसी तरह के VIF मूल्यों का उत्पादन करने वाले 4 विकल्प मिले:

• corvifएईडी पैकेज से कमांड,

• vifकार पैकेज से कमांड,

• vifrms पैकेज से कमांड,

• vifDAAG पैकेज से कमांड।

भविष्यवाणियों के एक सेट पर इन आदेशों का उपयोग करना जिसमें कोई कारक / श्रेणीबद्ध चर या बहुपद शब्द शामिल नहीं हैं, आगे स्ट्रेट है। सभी तीन कमांड एक ही संख्यात्मक आउटपुट का उत्पादन करते हैं, भले ही corvifएईडी पैकेज से कमांड जीवीआईएफ के रूप में परिणामों को लेबल करता है।

हालांकि, आमतौर पर, GVIF केवल कारकों और बहुपद चर के लिए खेल में आता है। वेरीएबल्स जिनके लिए 1 से अधिक गुणांक की आवश्यकता होती है और इस प्रकार 1 डिग्री से अधिक स्वतंत्रता का आमतौर पर जीवीआईएफ का उपयोग करके मूल्यांकन किया जाता है। एक-गुणांक शर्तों के लिए VIF GVIF के बराबर है।

इस प्रकार, आप इस पर अंगूठे के मानक नियम लागू कर सकते हैं कि क्या कोलीनियरिटी की समस्या हो सकती है, जैसे कि 3, 5 या 10 थ्रेशोल्ड। हालाँकि, कुछ सावधानी (लागू होनी चाहिए) (देखें: http://www.nkd-group.com/ghdash/mba555/PDF/VIF%20article.pdf )।

बहु-गुणात्मक शब्दों के मामले में, उदाहरण के लिए श्रेणीबद्ध भविष्यवक्ता, 4 पैकेज अलग-अलग आउटपुट उत्पन्न करते हैं। vifआरएमएस और दाग संकुल से आदेश, वीआईएफ मूल्यों का उत्पादन जबकि अन्य दो उत्पादन GVIF मूल्यों।

पहले हम RIF और DAAG पैकेज से VIF मानों पर एक नजर डालते हैं:

TNAP     ICE     RegB    RegC    RegD    RegE

1.994    2.195   3.074   3.435   2.907   2.680

TNAP और ICE निरंतर भविष्यवाणियां हैं और Reg एक स्पष्ट चर है जिसे dummies RegB द्वारा RegE को प्रस्तुत किया जाता है। इस मामले में RegA आधार रेखा है। सभी VIF मान मध्यम हैं और आमतौर पर चिंता की कोई बात नहीं है। इस परिणाम के साथ समस्या यह है कि यह श्रेणीबद्ध चर के आधार रेखा से प्रभावित है। स्वीकार्य स्तर से ऊपर वीआईएफ मूल्य नहीं होने के बारे में सुनिश्चित करने के लिए, इस विश्लेषण को आधारभूत होने वाले श्रेणीगत चर के हर स्तर के लिए फिर से करना आवश्यक होगा। इस मामले में पांच बार।

corvifAED पैकेज से कमांड को लागू करना या vifकार पैकेज से कमांड, GVIF मान उत्पन्न होते हैं:

     |  GVIF     | Df | GVIF^(1/2Df) |  

TNAP | 1.993964  | 1  | 1.412078     |
ICE  | 2.195035  | 1  | 1.481565     | 
Reg  | 55.511089 | 5  | 1.494301     |

जीवीआईएफ की गणना संबंधित रजिस्टरों जैसे डमी रजिस्टरों के सेट के लिए की जाती है। दो निरंतर चर TNAP और ICE के लिए यह पहले VIF मानों के समान है। श्रेणीबद्ध चर Reg के लिए, अब हमें एक बहुत ही उच्च GVIF मूल्य मिलता है, भले ही श्रेणीगत चर के एकल स्तरों के लिए VIF मान सभी मध्यम (जैसा कि ऊपर दिखाया गया है)।

हालाँकि, व्याख्या अलग है। दो निरंतर चर के लिए, (जो मूल रूप से DF / 1 के रूप में VIF / GVIF मान का वर्गमूल है) मानक त्रुटि और आत्मविश्वास अंतराल का आनुपातिक परिवर्तन है। उनके गुणांक समतुल्यता के स्तर के कारण। स्पष्ट चर के मूल्य समरैखिकता की वजह से (गुणांक 'आकलन की शुद्धता में कमी के लिए एक समान उपाय भले ही यह भी हवाले से देखो के लिए तैयार नहीं है http: / /socserv2.socsci.mcmaster.ca/jfox/papers/linear-models-problems.pdf )।$GVIF^{(1/(2 \times Df))}$$GVIF^{(1/(2 \times Df))}$

अगर हम लिए अंगूठे के समान मानक नियम लागू करते हैं VIF के लिए साहित्य में अनुशंसित मान, तो हमें बस वर्ग की आवश्यकता होगी ।$GVIF^{(1/(2 \times Df))}$$GVIF^{(1/(2 \times Df))}$

सभी फ़ोरम पोस्ट, वेब और वैज्ञानिक पत्रों में संक्षिप्त नोट्स के माध्यम से पढ़ना, ऐसा लगता है कि कुछ भ्रम चल रहा है। सहकर्मी समीक्षा पत्रों में, मैंने के मानों को अनदेखा कर दिया है और VIF के लिए सुझाए गए समान मानक नियमों को GVIF मानों पर लागू किया गया है। एक अन्य पेपर में, 100 के करीब के जीवीआईएफ मूल्यों को एक यथोचित छोटे (एक उच्च डीएफ के कारण कारण शामिल किया गया है। का नियम कुछ प्रकाशनों में लागू होता है, जो एक-गुणांक चर के लिए 4 के VIF के बराबर होगा।$GVIF^{(1/(2 \times Df))}$$GVIF^{(1/(2 \times Df))}$$GVIF^{2(1/(2 \times Df))} < 2$

Comments

साइट पर आपका स्वागत है, @JanPhilippS। ऐसा लगता है जैसे ओपी के सवाल के जवाब के रूप में एक नया सवाल है। कृपया उत्तर प्रदान करने के लिए केवल "आपका उत्तर" फ़ील्ड का उपयोग करें। यदि आपके पास अपना प्रश्न है, तो [ASK QUESTION]सबसे ऊपर क्लिक करें और वहां पूछें, तो हम आपकी उचित सहायता कर सकते हैं। चूंकि आप यहां नए हैं, इसलिए आप हमारे दौरे को ले सकते हैं , जिसमें नए उपयोगकर्ताओं के लिए जानकारी हो।

— गुंग - को पुनः स्थापित मोनिका

खैर, यह वास्तव में एक नया सवाल नहीं है। बल्कि एक विस्तृत जवाब।

— जन फिलिप एस

@JanPhilippS, आगे पढ़ने के लिए स्रोतों के लिंक के लिए धन्यवाद। मुझे लगता है कि आपकी पोस्ट एक गुणवत्ता वाले उत्तर की तरह लग रही थी जिसने मामलों की स्थिति पर कुछ प्रतिबिंब के लिए अनुमति दी थी।

— टिमोथी। लाला

Answer 3

फॉक्स और मोनेट (GVIF के लिए मूल उद्धरण, GVIF ^ 1 / 2df) GVIF को 1 / 2df की शक्ति में लेने का सुझाव देता है, विभिन्न मापदंडों के पार GVIF के मूल्य को तुलनीय बनाता है। "यह सामान्य विचरण-मुद्रास्फीति कारक के वर्गमूल को लेने के लिए विनम्र है" (जॉन फॉक्स द्वारा एन आर और एस-प्लस कम्पेनियन टू एप्लाइड रिग्रेशन)। तो हाँ, इसे चुकता करना और सामान्य VIF "अंगूठे का नियम" लागू करना उचित लगता है।