vif पर टैग किए गए जवाब

पारंपरिक आंकड़ों में, एक मॉडल का निर्माण करते समय, हम विचरण मुद्रास्फीति कारक (VIF) जैसे अनुमानों का उपयोग करते हुए मल्टीकोलिनरिटी की जांच करते हैं, लेकिन मशीन लर्निंग में, हम इसके बजाय सुविधा चयन के लिए नियमितीकरण का उपयोग करते हैं और यह जांचने के लिए प्रतीत नहीं होते हैं …

44 regression  machine-learning  multicollinearity  regularization  vif 

मैं vifआर पैकेज में फ़ंक्शन का उपयोग करके विचरण मुद्रास्फीति कारकों की व्याख्या करने की कोशिश कर रहा हूं car। फ़ंक्शन एक सामान्यीकृत वीआईएफवीआईएफ\text{VIF} और भी \ text {GVIF} ^ {1 / (2 \ cdot \ text {df})} प्रिंट करता है GVIF1 / ( 2 ⋅ df )GVIF1/(2⋅df)\text{GVIF}^{1/(2\cdot\text{df})}। मदद फ़ाइल …

30 r  multicollinearity  vif 

मैंने यूएस काउंटियों पर एक प्रतिगमन चलाया है, और अपने 'स्वतंत्र' चर में कोलिनियरिटी के लिए जाँच कर रहा हूँ। Belsley, Kuh, और Welsch का Regगमन डायग्नॉस्टिक्स सुझाव देता है कि वह इंडेक्स इंडेक्स और वियरेन्स अपघटन अनुपात देख रहा है: library(perturb) ## colldiag(, scale=TRUE) for model with interaction Condition …

26 r  multicollinearity  vif  variance-decomposition 

मैं वर्तमान में अपने डेटासेट में बहुस्तरीयता का आकलन कर रहा हूं। VIF और हालत सूचकांक के दहलीज मूल्य नीचे / ऊपर एक समस्या का सुझाव देते हैं? वीआईएफ: मैंने सुना है कि वीआईएफ एक समस्या है।≥ १०≥10\geq 10 दो समस्या चर हटाने के बाद, वीआईएफ है प्रत्येक चर के …

15 multiple-regression  linear-model  multicollinearity  vif 

मेरे पास 6 चर ( ) हैं जिनका उपयोग मैं भविष्यवाणी करने के लिए कर रहा हूं । अपना डेटा विश्लेषण करते समय, मैंने पहली बार कई रैखिक प्रतिगमन की कोशिश की। इसमें से केवल दो चर महत्वपूर्ण थे। हालाँकि, जब मैंने प्रत्येक चर की व्यक्तिगत रूप से से तुलना …

13 multiple-regression  multicollinearity  vif 

मैं यह पता लगाना चाहता हूं कि क्या मेरे ओएलएस रिग्रेशन में कोलिनियरिटी एक समस्या है। मैं समझता हूं कि प्रसरण मुद्रास्फीति कारक और स्थिति सूचकांक दो आमतौर पर उपयोग किए जाने वाले उपाय हैं, लेकिन प्रत्येक दृष्टिकोण के गुणों या स्कोर क्या होना चाहिए, इसके बारे में कुछ भी …

11 multiple-regression  references  least-squares  multicollinearity  vif 

एक रेखीय प्रतिगमन के लिए सामान्य VIF गणना में, प्रत्येक स्वतंत्र / व्याख्यात्मक चर XjXjX_j को एक साधारण न्यूनतम वर्ग प्रतिगमन में निर्भर चर के रूप में माना जाता है। अर्थात Xj=β0+∑i=1,i≠jnβiXiXj=β0+∑i=1,i≠jnβiXi X_j = \beta_0 + \sum_{i=1, i \neq j}^n \beta_i X_i R2R2R^2 से प्रत्येक मान के जमा हो जाती …

10 regression  variance  multicollinearity  gam  vif