statistics - 分类变量的多重共线性

Question

如果数据同时包含分类自变量和连续自变量，可使用哪些不同的度量来检查多重共线性？

我可以通过将分类变量转换为虚拟变量来使用 VIF 吗？由于我无法在互联网上找到任何引用资料，这是否存在根本性缺陷？

Answer 1

Can I use VIF by converting categorical variables into dummy variables ?

是的你可以。这种方法没有根本的缺陷。

if the data contains both categorical and continuous independent variables?

多重共线性不关心它是分类变量还是整数变量。分类变量没有什么特别之处。将您的分类变量转换为二进制，并将它们视为所有其他变量。

我认为您的担忧是分类变量必须相互关联，这是一个有效的担忧。假设引用类别中案例的比例很小的情况。假设有 3 个分类变量:超重、正常、体重不足。我们可以把它变成 2 个分类变量。那么，如果一个类别的数据非常小(比如正常人是 100 人中有 5 人，而其他 95 人体重过轻或超重)，则指标变量必然具有较高的 VIF，即使该类别变量与其他变量无关回归模型。

What are the different measures available to check for multicollinearity

检测多重共线性的一种方法是获取数据的相关矩阵，并检查相关矩阵的特征值。

接近 0 的特征值表示数据是相关的。