R语言建立回归分析,并利用VIF查看共线性问题的例子「建议收藏」

R语言建立回归分析,并利用VIF查看共线性问题的例子「建议收藏」使用R对内置longley数据集进行回归分析,如果以GNP.deflator作为因变量y,问这个数据集是否存在多重共线性问题?应该选择哪些变量参与回归?答:##查看longley的数据结构str(longley)##’data.frame’:  16obs.of  7variables:##  $GNP.deflator:num  8388.588

大家好,又见面了,我是你们的朋友全栈君。

使用R对内置longley数据集进行回归分析,如果以GNP.deflator作为因变量y,问这个数据集是否存在多重共线性问题?应该选择哪些变量参与回归?

答:

## 查看longley的数据结构
str(longley)
## ‘data.frame’:    16 obs. of  7 variables:
##  $ GNP.deflator: num  83 88.5 88.2 89.5 96.2 …
##  $ GNP         : num  234 259 258 285 329 …
##  $ Unemployed  : num  236 232 368 335 210 …
##  $ Armed.Forces: num  159 146 162 165 310 …
##  $ Population  : num  108 109 110 111 112 …
##  $ Year        : int  1947 1948 1949 1950 1951 1952 1953 1954 1955 1956 …
##  $ Employed    : num  60.3 61.1 60.2 61.2 63.2 …
longly数据集中有7个变量16个观测值,7个变量均属于数值型。

首先建立全量回归模型
lm1 <- lm(GNP.deflator ~ ., data = longley)
summary(lm1)
## 
## Call:
## lm(formula = GNP.deflator ~ ., data = longley)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -2.009 -0.515  0.113  0.423  1.550 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)  
## (Intercept)  2946.8564  5647.9766    0.52    0.614  
## GNP             0.2635     0.1082    2.44    0.038 *
## Unemployed      0.0365     0.0302    1.21    0.258  
## Armed.Forces    0.0112     0.0155    0.72    0.488  
## Population     -1.7370     0.6738   -2.58    0.030 *
## Year           -1.4188     2.9446   -0.48    0.641  
## Employed        0.2313     1.3039    0.18    0.863  
## —
## Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1
## 
## Residual standard error: 1.19 on 9 degrees of freedom
## Multiple R-squared:  0.993,  Adjusted R-squared:  0.988 
## F-statistic:  203 on 6 and 9 DF,  p-value: 4.43e-09
建立的模型结果是令人沮丧的,6个变量的显著性p值只有两个有一颗星,说明有些变量不适合用于建模。

看各自变量是否存在共线性问题。此处利用方差膨胀因子进行判断:方差膨胀因子VIF是指回归系数的估计量由于自变量共线性使得方差增加的一个相对度量。一般建议,如VIF>10,表明模型中有很强的共线性问题。
library(car)
vif(lm1, digits = 3)
##          GNP   Unemployed Armed.Forces   Population         Year 
##      1214.57        83.96        12.16       230.91      2065.73 
##     Employed 
##       220.42
从结果看,所有自变量的vif值均超过了10,其中GNP、Year更是高达四位数,存在严重的多种共线性。接下来,利用cor()函数查看各自变量间的相关系数。
plot(longley[, 2:7])

R语言建立回归分析,并利用VIF查看共线性问题的例子「建议收藏」

cor(longley[, 2:7])
##                 GNP Unemployed Armed.Forces Population   Year Employed
## GNP          1.0000     0.6043       0.4464     0.9911 0.9953   0.9836
## Unemployed   0.6043     1.0000      -0.1774     0.6866 0.6683   0.5025
## Armed.Forces 0.4464    -0.1774       1.0000     0.3644 0.4172   0.4573
## Population   0.9911     0.6866       0.3644     1.0000 0.9940   0.9604
## Year         0.9953     0.6683       0.4172     0.9940 1.0000   0.9713
## Employed     0.9836     0.5025       0.4573     0.9604 0.9713   1.0000
从散点分布图和相关系数,均可以得知,自变量间存在严重共线性。


接下来利用step()函数进行变量的初步筛选。


lm1.step <- step(lm1, direction = “backward”)
## Start:  AIC=10.48
## GNP.deflator ~ GNP + Unemployed + Armed.Forces + Population + 
##     Year + Employed
## 
##                Df Sum of Sq  RSS   AIC
## – Employed      1      0.04 12.9  8.54
## – Year          1      0.33 13.2  8.89
## – Armed.Forces  1      0.74 13.6  9.39
## <none>                      12.8 10.48
## – Unemployed    1      2.08 14.9 10.88
## – GNP           1      8.47 21.3 16.59
## – Population    1      9.48 22.3 17.33
## 
## Step:  AIC=8.54
## GNP.deflator ~ GNP + Unemployed + Armed.Forces + Population + 
##     Year
## 
##                Df Sum of Sq  RSS   AIC
## – Year          1      0.46 13.3  7.11
## <none>                      12.9  8.54
## – Armed.Forces  1      1.79 14.7  8.62
## – Unemployed    1      5.74 18.6 12.43
## – GNP           1      9.40 22.3 15.30
## – Population    1      9.90 22.8 15.66
## 
## Step:  AIC=7.11
## GNP.deflator ~ GNP + Unemployed + Armed.Forces + Population
## 
##                Df Sum of Sq  RSS   AIC
## – Armed.Forces  1       1.3 14.7  6.62
## <none>                      13.4  7.11
## – Population    1       9.7 23.0 13.82
## – Unemployed    1      14.5 27.8 16.86
## – GNP           1      35.2 48.6 25.76
## 
## Step:  AIC=6.62
## GNP.deflator ~ GNP + Unemployed + Population
## 
##              Df Sum of Sq  RSS   AIC
## <none>                    14.7  6.62
## – Unemployed  1      13.3 28.0 14.95
## – Population  1      13.3 28.0 14.95
## – GNP         1      48.6 63.2 27.99
根据AIC 赤池信息准则,模型最后选择Unemployed、Population、GNP三个因变量参与建模。
查看进行逐步回归后的模型效果
summary(lm1.step)
## 
## Call:
## lm(formula = GNP.deflator ~ GNP + Unemployed + Population, data = longley)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -2.047 -0.682  0.196  0.696  1.435 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 221.12959   48.97251    4.52  0.00071 ***
## GNP           0.22010    0.03493    6.30  3.9e-05 ***
## Unemployed    0.02246    0.00681    3.30  0.00634 ** 
## Population   -1.80501    0.54692   -3.30  0.00634 ** 
## —
## Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1
## 
## Residual standard error: 1.11 on 12 degrees of freedom
## Multiple R-squared:  0.992,  Adjusted R-squared:  0.989 
## F-statistic:  472 on 3 and 12 DF,  p-value: 1.03e-12
从各判定指标可以看出,模型的结果是可喜的。参与建模的三个变量和截图的均是显著的。Multiple R-squared高达0.992。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/135652.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • golang有序map_go语言发展不起来

    golang有序map_go语言发展不起来Go语言中的Map和List实现有序MapMap定义:Go中Map是一种无序的键值对的集合。Map最重要的一点是通过key来快速检索数据,key类似于索引,指向数据的值。Map是一种集合,所以我们可以像迭代数组和切片那样迭代它。不过,Map是无序的,我们无法决定它的返回顺序,这是因为Map是使用链式hash表来实现的。其他语言中的实现:在C++STL中map采用红黑树实现,…

  • CSS属性

    CSS属性

  • window计算机日志分析详解,windows系统日志分析

    window计算机日志分析详解,windows系统日志分析一、Windows日志文件的保护日志文件对我们如此重要,因此不能忽视对它的保护,防止发生某些“不法之徒”将日志文件清洗一空的情况。1.修改日志文件存放目录Windows日志文件默认路径是“%systemroot%system32config”,我们可以通过修改注册表来改变它的存储目录,来增强对日志的保护。点击“开始→运行”,在对话框中输入“Regedit”,回车后弹出注册表编辑器,依次展开“HK…

  • MySQL与Oracle的区别_oracle表空间和mysql

    MySQL与Oracle的区别_oracle表空间和mysqlmysql与Oracle的区别

  • 为了解决这个问题:07文本WORD文档超链接、页码成{HYPERLINK&quot;网站&quot;}、{PAGE}/{NUMPAGES}

    为了解决这个问题:07文本WORD文档超链接、页码成{HYPERLINK&quot;网站&quot;}、{PAGE}/{NUMPAGES}

  • 八数码问题求解「建议收藏」

    八数码问题求解「建议收藏」(一)问题描述在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动,其移动规则是:与空格相邻的数码方格可以移入空格。现在的问题是:对于指定的初始棋局和目标棋局,给出数码的移动序列。该问题称八数码难题或者重排九宫问题。(二)问题分析八数码问题是个典型的状态图搜索问题。搜索方式有两种基本的方式,即树式搜索和线式搜索。搜索策略大体有盲…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号