回歸分析中的多重共線性問題
解釋變數理論上的高度相關與觀測值高度相關沒有必然關係，有可能兩個解釋變數理論上高度相關，但觀測值未必高度相關，反之亦然。所以多重共線性本質上是資料問題。
造成多重共線性的原因有一下幾種：
1、解釋變數都享有共同的時間趨勢；
2、乙個解釋變數是另乙個的滯後，二者往往遵循乙個趨勢；
3、由於資料收集的基礎不夠寬，某些解釋變數可能會一起變動；
4、某些解釋變數間存在某種近似的線性關係；
判別：1、發現係數估計值的符號不對；
2、某些重要的解釋變數t值低，而r方不低
3、當一不太重要的解釋變數被刪除後，回歸結果顯著變化；
檢驗；1、相關性分析，相關係數高於0.8，表明存在多重共線性；但相關係數低，並不能表示不存在多重共線性；
2、vif檢驗；
3、條件係數檢驗；
解決方法：
1、增加資料；
2、對模型施加某些約束條件；
3、刪除乙個或幾個共線變數；
4、將模型適當變形；
5、主成分回歸
處理多重共線性的原則：
1、 多重共線性是普遍存在的，輕微的多重共線性問題可不採取措施；
2、 嚴重的多重共線性問題，一般可根據經驗或通過分析回歸結果發現。如影響係數符號，重要的解釋變數t值很低。要根據不同情況採取必要措施。
3、 如果模型僅用於**，則只要擬合程度好，可不處理多重共線性問題，存在多重共線性的模型用於**時，往往不影響**結果；
kmo（kaiser-meyer-olkin)檢驗統計量是用於比較變數間簡單相關係數和偏相關係數的指標。主要應用於多元統計的因子分析。kmo統計量是取值在0和1之間。
當所有變數間的簡單相關係數平方和遠遠大於偏相關係數平方和時，kmo值接近1.kmo值越接近於1,意味著變數間的相關性越強，原有變數越適合作因子分析；當所有變數間的簡單相關係數平方和接近0時，kmo值接近0.kmo值越接近於0,意味著變數間的相關性越弱，原有變數越不適合作因子分析
衡量資料離散程度的指標有：1.異眾比率,用於測度分類資料的離散程度,衡量眾數對一組資料的代表程度；2.四分位差,用於測量順序資料的離散程度,衡量中位數對一組資料的代表程度；3.方差和標準差,用於測度資料離散程度的最常用測度值,衡量均值對一組資料的代表程度.
pearson相關係數 （pearson correlationcoefficient）是用來衡量兩個資料集合是否在一條線上面，它用來衡量定距變數間的線性關係。
相關係數的絕對值越大，相關性越強：相關係數越接近於1或-1，相關度越強，相關係數越接近於0，相關度越弱。
資料分析方法主要包括對比分析法，分組分析，交叉分析，平均分析法等
優達學城資料分析師奈米學位 知識點總結2
繪製圖形的相關命令 line plot 導入庫 import matplotlib.pyplot as plt plt.plot 繪製線形圖 plt.hist 繪製histogram plt.scatter 繪製散點圖 plt.show plt.clf 繪製多張圖形時，開啟 關閉命令 customi...
網路設計師複習知識點一 ATM網路
比較atm與千兆乙太網 在osi網路體系結構的七層模式中，atm和千兆乙太網只涉及低二層，而第三層交換技術，顧名思義當然屬於第三層。在低二層網路技術中，乙太網是人們用得最多，因而也是最熟悉的技術。基於aloha原理的乙太網協議非常簡單，網上的節點想傳送就可以傳送。為了提高效率，又增加了監聽和碰撞檢測...
高階軟考之 系統分析師歷年考點知識點總結
思維導圖6 10 思維導圖11 15 思維導圖16 20 本輪學習，我將帶大家將歷年的真題梳理下，把重點內容和重點考點標記出來，逐一擊破。章節知識點 分數計算機組成與體系結構 cisc，區域性性原理，流水線，多級儲存 cache，記憶體，磁碟 校驗碼，flynn，多機處理 5計算機網路 網路規劃設計...