它不能很好地指示应从模型中删除哪个预测变量。 VIF是非常有用的指示符,表明数据集中存在多重共线性。 它不能很好地指示应从模型中删除哪个预测变量。 原文地址: https://quantpalaeo.wordpress.com/2014/04/14/variance-inflation-factors-and-ordination-model-selection/ Variance inflation factors and ordination m...
与岭回归相比,能将不重要的变量的回归系数压缩为0,但是无显式解,要用近似估计算法,而且目前用lasso回归较多。 用stata进行lasso回归,结果会随着种子数的不同而不同。 在VIF>10,即具有多重共线性时,就得使用逐步回归或lasso回归(升级版的逐步回归)来筛选变量,所以lasso回归也是一个很好的变量筛选工具。