考察共线性
统计方法学
2023-06-13 v1 统计理论
统计理论
摘要
cos-max 方法是一种鲜为人知的识别共线性的方法。它基于 cos-max 变换[4],该变换对一组向量作最小调整以创建正交分量,且原向量与分量之间一一对应。变换的目标是使每个向量与其配对的正交分量尽可能接近。涉及共线性的向量必须被大幅调整才能创建正交分量,而其他向量通常调整得少得多。cos-max 方法利用调整量大小来识别共线性。它给出了共线变量集与方差膨胀因子(VIFs)之间的连贯关系,并比传统方法使用更多信息来识别共线集。本文描述该方法的这些特征,并通过示例考察其表现,与其他方法比较。在各示例中,cos-max 方法识别的共线性仅包含高 VIF 变量且包含所有高 VIF 变量。其他方法识别的共线性与 VIF 无如此紧密的关联。此外,cos-max 方法识别的共线性不比他法复杂或更简单,且所含变量在共线性间的重叠更少。
引用
@article{arxiv.2306.06751,
title = {Examining Collinearities},
author = {Zillur R. Shabuz and Paul H. Garthwaite},
journal= {arXiv preprint arXiv:2306.06751},
year = {2023}
}