知识卡片
糖尿病数据:共线性与逐步回归
数据是 lars 包中的 diabetes:y 为糖尿病患者血液化验指标,x2 是 442×64 矩阵,由 10 个原始变量(age、sex、bmi、map、tc、ldl、hdl、tch、ltg、glu)及其交互项(如 age²、age:sex)构成。先用 kappa(x2) 查条件数,得 11 427.09,说明共线性严重。再用 step(lm(y~x2)) 按 AIC 筛变量:调整 R² 为 0.523 3,F 检验显著,x2sex、x2bmi、x2map、x2age:sex 等系数显著,而 x2tc、x2ldl、x2hdl 的 t 值接近 0、标准误极大——这是共线性的典型表现。最后用 plot(拟合值, 残差) 查异方差、shapiro.test 查正态:残差图无明显喇叭形,W=0.993 77、p=0.066 48,不拒绝正态。这条链条正是 2.1 节诊断流程的复现。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第2章 线性回归方法 · 查看原书依据
结果显示,自变量条件数为11 427.09,说明共线性问题很严重。下面为了消除多重共线性的问题,需要剔除一些不重要的解释变量。
参考来源
- 位置:《大数据挖掘与统计机器学习》第2章 线性回归方法(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter4_0005.xhtml,2.5.1 糖尿病数据)
- 结论依据:原文给出数据规模、变量名、kappa 得到的条件数、step 回归的系数表与拟合优度,以及残差图与夏皮洛-威尔克检验结果。
- 原始内容:结果显示,自变量条件数为11 427.09,说明共线性问题很严重。下面为了消除多重共线性的问题,需要剔除一些不重要的解释变量。