金融上方差膨胀因子大于10能用吗?
方差膨胀因子大于10怎么办
方差膨胀因子大于10应该删除这个方差膨胀因子大于10的变量,再重新线性回归,检验多重共线性。因为方差膨胀因子超过10,就意味着回归模型存在严重的多重共线性。
方差膨胀因子一般不超过多少
方差膨胀因子一般不超过10。
自变量x的方差膨胀因子记为VIF,一般认为,如果最大的VIF超过10,常常表示多重相关性将严重影响最小二乘的估计值。
方差膨胀因子:容忍度的倒数,VIF越大,显示共线性越严重。经验判断方法表明:当0<VIF<10,不存在多重共线性;当10≤VIF<100,存在较强的多重共线性;当VIF≥100,存在严重多重共线性。
基本介绍
在不存在多重共线性的情况下,方差扩大因子接近于1。但是,实际上自变量之间总是或多或少地存在多重共线性,因而将方差扩大因子等于1作为评价共线性的标准是不现实的。多重共线性越强,方差扩大因子就越大。一个易用的标准:当VIF值大于10时,就认为变量之间具有强烈的多重共线性,不能接受。
spss使用VIF判断多重共线性,标准是什么?有参考文献吗?
spss使用VIF判断多重共线性标准是10,超过10,说明有共线性,越大共线性越大。
多重共线性,计算自变量的偏回归系数时矩阵不可逆。其表现主要有:整个模型的方差分析结果与各个自变量的回归系数的检验结果不一致,专业判断有统计学意义的自变量检验结果却无意义,自变量的系数或符号与实际情况严重不符等。
检验方法主要有:容忍度(Tolerance)和方差膨胀系数(Variance inflation factor,VIF)。VIF的取值大于1。VIF值越接近于1,多重共线性越轻,反之越重。当多重共线性严重时,应采取适当的方法进行调整。
扩展资料
VIF判断多重共线性原理
Ri为自变量 对其余自变量作回归分析的负相关系数。方差膨胀系数VIF越大,说明自变量之间存在共线性的可能性越大。
如果方差膨胀因子超过10,则回归模型存在严重的多重共线性。又根据Hair(1995)的共线性诊断标准,当自变量的容忍度大于0.1,方差膨胀系数小于10的范围是可以接受的,表明自变量之间没有共线性问题存在。
参考资料来源:百度百科—方差膨胀系数
参考资料来源:百度百科—方差膨胀因子
什么是方差膨胀因子
方差膨胀因子(Variance Inflation Factor,VIF):是指解释变量之间存在多重共线性时的方差与不存在多重共线性时的方差之比。
方差膨胀因子(Variance Inflation Factor,VIF):是指解释变量之间存在多重共线性时的方差与不存在多重共线性时的方差之比。容忍度的倒数,VIF越大,显示共线性越严重。经验判断方法表明:当0