multicollineariteit

[BusinessMath]

Hallo allemaal,

Als je een wiskundig model opzet (= een vergelijking), met behulp van meervoudige lineaire regressie.
Ga je dan voor dat je het model opzet onderzoeken of er multicollineariteit is of doe je dit pas na het opstellen van een model?


Alvast bedankt

[wnvl]

Maakt niet uit. Als er in je definitieve model geen multicollineariteit zit is het OK.

In SPSS kan je bij een regressie aangeven dat ook de multicollineariteit onderzocht moet worden.
In R is dat ook niet veel werk, maar doe je het achteraf met het vif commando.

[BusinessMath]

Hoe werkt dan het VIF (Variance inflation factor)

Of meer de vraag: wat houdt dit in? Wat gebeurt er als je dit uitvoert?

[wnvl]

Heel eenvoudig. De vuistregel is meestal dat als de VIF waarde boven de 10 is je deze variabele uit de regressie verwijdert of aanpast.

De VIF waarde voor een bepaalde variabele is groot als er een sterke correlatie is tussen deze variabele en een aantal andere variabelen.

[BusinessMath]

Ik heb ik R een Meervoudige Lineaire regressie model gemaakt.
Nu wil ik dus kijken of er multicolineariteit is.
Maar het VIF commando werkt niet. Deze foutmelding krijg ik:


Heb ook internet al afgezocht hoe dit kan, maar waarschijnlijk heb ik niet het juiste pakket.
Er kunnen wel nieuwe gedownload worden maar ik weet niet welke. Deze pakketten kan ik downloaden:


Dit is wat ik ingevoerd heb. De regressiemodel werkt wel gewoon.


Weet iemand hoe ik wel in R met het VIF commando kan werken?

Alvast bedankt!

[wnvl]

De "car" package moet je hiervoor installeren. Het is trouwens vif in kleine letters.

[BusinessMath]

Bedankt, dat is gelukt

Maar nog een vraag..

Ik heb 27 onafhankelijke variabelen die ik dus wil testen op multicollineariteit.
Als ik deze 27 + de afhankelijke variabele in een regressielijn heb en vervolgens de vif erover heen plaats dan krijg ik een fout melding:
vif(lm(data[1:209,1:28]))
Error in vif.default(lm(data[1:209, 1:28])) :
there are aliased coefficients in the model

Als ik de variabelen 1:20 doe gaat het goed en als ik de variabelen 16:28 doe gaat het goed. Dan krijg ik er waarden uit. Maar waarom kan ik ze niet allemaal tegelijk doen? Dit is toch wel de bedoeling dat ik dit doe?

Of betekend het dat er geen multicollineariteit is?

Alvast bedankt!

[wnvl]

Error in vif.default(lm(data[1:209, 1:28])) :
there are aliased coefficients in the model[/i]

Dit impliceert dat er perfecte multicollineariteit is, dus helemaal niet goed

[BusinessMath]

Maar ik werk met 24 dummy-variabelen en de andere ratio-variabelen, misschien dat het aan de hoeveelheid dummy-variabelen ligt?

Weet iemand ook wat ik nu moet doen? Moet ik in mijn regressie-model de multicollineariteit nog onderzoek, of zonder doen?

[wnvl]

Weet iemand ook wat ik nu moet doen?

Blijkbaar zijn er niet zoveel statistici op het forum

Die multicollineariteit (zeker omdat ze perfect is) moet eruit anders zijn de betrokken correlatiecoëfficiënten waardeloos.
Gebruik hiervoor het 'alias' commando....