楼主: refraig
31017 18

[回归分析求助] 请问logit回归如何用vif测多重共线 [推广有奖]

11
lizzy0624 发表于 2015-11-22 11:16:33
506232839 发表于 2015-7-24 20:53
先在stata中findit collin,在安装它,就可以了。
谢谢!非常感谢!已安装并使用过了!

12
杨万里亚 发表于 2017-2-27 22:16:49
收藏下,好好学习

13
jackyneer 发表于 2017-12-11 19:41:14
506232839 发表于 2015-7-24 20:53
先在stata中findit collin,在安装它,就可以了。
There may be a problem due to none of this kind of module exists, If use command "findit collin",many related modules come out, so I wonder that the so called module "collin " had been removed ?

14
小木蕾 发表于 2018-10-30 20:02:57
506232839 发表于 2015-7-24 20:53
先在stata中findit collin,在安装它,就可以了。
请问用collin后的结果怎么看呢 1540900682(1).png

15
闲哉吾也 发表于 2019-3-1 21:20:03
小木蕾 发表于 2018-10-30 20:02
请问用collin后的结果怎么看呢
我安装不了,出现下面界面。你知道咋办嘛?
我安装不了,请问怎么解决呀
stacktrace not available
https://stats.idre.ucla.edu/stat/stata/ado/analysis/ either
  1)  is not a valid URL, or
  2)  could not be contacted, or
  3)  is not a Stata download site (has no stata.toc file).

r(5100);
----------------------------------------------------------------------------------
(click here to return to the previous screen)

16
zoeantrue26 发表于 2019-10-17 23:32:55
闲哉吾也 发表于 2019-3-1 21:20
我安装不了,出现下面界面。你知道咋办嘛?
我安装不了,请问怎么解决呀
stacktrace not available
我也是这样的 请问你后来解决了吗

17
流景 发表于 2021-3-19 20:45:11
同问,求回复

18
美丽的烟火 学生认证  发表于 2022-4-22 15:05:04
jjjj6666 发表于 2014-3-22 08:01
no vif for logit, but take a look of this article:

http://www.ats.ucla.edu/stat/stata/webbooks/lo ...
网站打不开了,可以告知一下文章名吗

19
赵安豆 发表于 2024-7-16 10:53:11
在进行Logit回归时,确实可以直接使用VIF(方差膨胀因子)来检测多重共线性,但因为VIF计算是基于模型中的连续变量和所有其他解释变量之间的多元回归的R平方值。然而,在logit或probit这样的非线性模型中,由于响应变量不是连续的,直接应用VIF可能不完全适用。

但是,我们仍然可以使用一些策略来检查Logit模型中的多重共线性:

1. **线性组合预测**:虽然在Logit模型中使用VIF可能有问题,但你仍可考虑将你的自变量与一个非线性的变换(如logistic函数)进行拟合,并检查这些新生成的连续变量之间的多重共线性。

2. **特征选择和相关矩阵**:计算所有预测变量之间的Pearson或Spearman相关系数,高相关性(例如,|r| > 0.7)可能指示多重共线性。在多元Logit模型中排除高度相关的变量之一通常可以缓解问题。

3. **使用estat vif**:实际上,在Stata软件中运行logit回归后,你仍然可以通过 `estat vif` 命令来检查VIF值。尽管这些值是在对连续的预测变量进行线性组合预测的基础上计算的,并不直接反映Logit模型中的多重共线性,但它们仍能提供有关潜在问题的一些线索。

4. **条件指数**:另一种方法是使用主成分分析(PCA)得到的条件指数来检测多重共线性。高条件指数(通常定义为大于30或更高)表明存在多重共线性的可能来源。

5. **逐步回归法**:虽然这更多是一种特征选择策略,但在Logit模型中采用逐步回归方法可以帮助识别和排除那些导致多重共线性的变量。

6. **使用其他统计软件的VIF函数**:如R语言中的`car`包或Python的`statsmodels`库都提供了计算VIF的功能。在非线性模型(包括logit)中,你仍然可以应用这些工具来检查连续预测变量之间的多重共线性。

记住,在检测和处理Logit回归中的多重共线性时,并没有一刀切的方法,而是要根据具体的数据集特性和研究目的选择最合适的技术。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2025-12-25 13:33