R语言多重共线性检验

1867

收藏 2021-11-21

线性回归与相关性分析
y<-c()x1<c()x2<-c()x3<-c()x4<-c()
xiaofei<-data.frame(y,x1,x2,x3,x4)
fit<-lm(y~x1+x2+x3+x4,data=xiaofei)
summary(fit)
简单相关系数检验法：（结果显不显著；β的正负号和现实是不是相反来发现多重共线性）
res<-cor(xiaofei)
View(res)
发现X1和X2相关性比较强
drop1<-lm(y~x2,data=xiaofei))
summary(drop1)
drop2<-lm(y~x1,data=xiaofei)
summary(drop2)
比较drop1和drop2的R2，谁大留下谁
调整后的回归方程再去看各个值的显著性怎么样
#beta1<-coef(fit)[2]#beta0才写【1】
#print(beta1)求系数
逐步回归检测法：
tstep<-step(fit)
summary(tstep)
修正：取对数，百分数最好不要取对数
今日疑虑：1.汇率修正需要取对数吗？2.我后来用excel导入，同样的程序出来的结果不一样了，好奇怪
fit<-lm(y~x1+x2+x3+x4,data=xiaofei)
summary(fit)

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

嘎gaga

2021-11-21 20:54:15

y<-c(5315,5661,5932,6312,6970,7577,8305,9559,10608,11701,13457,15687,16649,17899,19318,20114)
x1<-c(6360.5,5894.3,6610.8,7041.9,7709.9,8386,9350.1,11098.3,12633.4,13839.4,15461.2,17899.1,20307,22368,24234,26205)
x2<-c(3928.2,4293.49,4725.01,5333.09,6379.63,7385.1,9690.24,10562.39,12601.23,14151.28,17185.48,21026.68,23872.8,26392.07,28536.66,30053.1)
x3<-c(97.7,100.8,99.4,100.1,103.7,11.6,101.7,105.3,105.3,100.1,103,104.6,101.6,101.7,100.6,100.2)
x4<-c(5.1,4.37,3.89,3.12,2.78,2.9,2.86,2.92,2.39,2.72,2.31,2.98,2.97,3,3.2,3.36)