Multikollinearität erkennen in R - Daten analysieren in R (37)

// Multikollinearität erkennen in R //

Multikollinearität beschreibt im Rahmen einer multiplen Regressionsanalyse eine starke Korrelation (|𝑲𝒐𝒓𝒓≥𝟎,𝟕|) von unabhängigen Variablen untereinander. Daraus ergibt sich eine schwierige Interpretation des geschätzten Modells.

Zur Kollinearitätsdiagnose kann man zunächst die Korrelationen der unabhängigen Variablen untereinander prüfen. Darauf aufbauend und viel einfacher, bietet R die Möglichkeit, mit der sog. Toleranz und Varianzinflationsfaktoren (VIF) die Anfälligkeit des Modells für Multikollinearität zu beurteilen.

Sollte Multikollinearität auftreten, gibt es verschiedene Möglichkeiten, ihr zu begegnen. Das Hinterfragen, ob die aufgenommenen Variablen sinnvoll sind, kann ein erster Schritt sein. Ein weiterer Schritt kann ein anderes Subsample oder eine generell größere Stichprobe sein.

Bei Fragen und Anregungen zu Multikollinearität in R nutzt bitte die Kommentarfunktion. Ob ihr das Video hilfreich fandet, entscheidet ihr mit einem Daumen nach oben oder unten. #statistikampc


Noch mal zum Nachlesen auf meiner Homepage:
========================================
💡 Multikollinearität in R erkennen:
https://bjoernwalther.com/multikollin...


Mehr Tutorials und Begleitmaterial:
============================
🌐Meine Homepage: https://bjoernwalther.com/


📘 Für die Leser unter euch:
=======================
Mein Buch "Statistik mit R - Schnelleinstieg": https://amzn.to/3OzeLJI [Affiliatelink]


⭐Kanalmitglied⭐ werden:
=======================
   / @statistikampc_bjoernwalther  


Zeitstempel ⏰
============
0:00 Einleitung
0:12 Multikollinearität - Erklärung
0:28 Vorarbeiten
0:59 VIF-Werte und Toleranz berechnen
2:18 VIF-Werte und Toleranz interpretieren


Kanal unterstützen? 🙌🏼
===================
Paypal-Spende: https://www.paypal.com/paypalme/Bjoer...
Amazon Affiliate-Link: http://amzn.to/2iBFeG9

Danke für eure Unterstützung! ♥