高维数据中多重共线性严重程度的度量
统计方法学
2022-03-22 v1 应用统计
摘要
多重共线性是现代统计应用中一种普遍存在的现象，若被忽视，会对模型选择和统计推断产生负面影响。为“”数据开发的经典工具和度量方法在高维情形下既不适用也无法解释。在此，我们提出：1）新的个性化度量，可用于可视化多重共线性的模式；2）全局度量，用于评估多重共线性的总体负担，而不受观测数据维度的限制。我们将这些度量应用于基因组学应用，以研究具有不同祖先背景的个体间遗传变异的多重共线性模式。这些度量能够从视觉上区分出过度多重共线性的基因组区域，并对比不同大陆人群之间的多重共线性水平。
引用
@article{arxiv.2203.10360,
title = {Measuring the severity of multi-collinearity in high dimensions},
author = {Wei Q. Deng and Radu V. Craiu and Lei Sun},
journal= {arXiv preprint arXiv:2203.10360},
year = {2022}
}