VIF 返回 R 中的混叠系数答案

【问题标题】：VIFs returning aliased coefficients in RVIF 返回 R 中的混叠系数
【发布时间】：2015-03-05 18:32:01
【问题描述】：

我想知道是否有人可以帮助我解决以下问题。当我在各种解释变量之间进行 VIF 分析时，会出现以下错误消息。

test <-vif(lm(Spring_Autumn ~ Oct + Nov + Dec + Jan + Feb +  
 Mar + Apr + May + Jun + Jul + Aug + Sep + X1min + X3min +   X7min + X30min + X90min + X1max + X3max + X7max + X30max + X90max + BF + Dmin + Dmax+ LP + LPD + HP + HPD + RR + FR + Rev, data = IHA_stats))


Error in vif.default(lm(Spring_Autumn ~ Oct + Nov + Dec + Jan + Feb +  : 
  there are aliased coefficients in the model

在线阅读后，我似乎有两个完全共线的变量，但我看不到通过 cor 函数完全相关的 2 个变量，现在不知道如何解释别名函数表。有没有人有什么建议？先感谢您。

James（原始数据集的链接粘贴在下面，但如果访问该链接有任何问题，可以通过电子邮件发送）。

https://www.dropbox.com/s/nqmagu9m3mjhy9n/IHA_statistics.csv?dl=0

【问题讨论】：

我不确定完美的共线性是你的问题（没有做同样的阅读），但如果是这样，它可能不仅仅是两个变量之间，例如如果LP 是LPD 和HP 的某种线性组合，则成对相关都不会为1，但存在共线性。您应该能够至少说出其中一个变量，因为如果存在完美共线性，则估计系数将为NA。
感谢您的回复罗曼。你是对的，有一个变量是其他两个变量的线性乘积，因此 VIF 不起作用。

标签： mysql r statistics

【解决方案1】：

使用 R 中的“别名”函数查看哪些变量是线性相关的。去掉因变量，vif函数应该可以正常工作了。

formula <- as.formula(Spring_Autumn ~ Oct + Nov + Dec + Jan + Feb + Mar + Apr + May + Jun + Jul + Aug + Sep + X1min + X3min +   X7min + X30min + X90min + X1max + X3max + X7max + X30max + X90max + BF + Dmin + Dmax+ LP + LPD + HP + HPD + RR + FR + Rev, data = IHA_stats)
fit <-lm(formula)

#the linearly dependent variables
ld.vars <- attributes(alias(fit)$Complete)$dimnames[[1]]

#remove the linearly dependent variables variables
formula.new <- as.formula(
    paste(
        paste(deparse(formula), collapse=""), 
        paste(ld.vars, collapse="-"),
        sep="-"
    )
)

#run model again
fit.new <-lm(formula.new)
vif(fit.new)

注意：如果您有自动生成的虚拟变量与其他变量相同，这将不起作用。变量名弄乱了。您可以创建自己的 hack 来绕过它。

【讨论】：