Detekce multikolinearity
V tomto cvičení zkontroluješ multikolinearitu mezi všemi proměnnými pomocí faktoru inflace rozptylu (VIF). VIF můžeš vypočítat funkcí vif() z balíčku car.
Hodnoty VIF najdeš ve sloupci GVIF ve výstupu a jsou zpravidla zobrazeny v exponenciálním formátu. Pokud tento formát neznáš, můžeš použít funkci format():
sample_vif_value <- 2.213e+10
format(sample_vif_value, scientific = FALSE)
"22130000000"
Toto cvičení je součástí kurzu
HR Analytics: Predicting Employee Churn in R
Pokyny k cvičení
- Načti balíček
car. - Zkontroluj multikolinearitu v modelu (
multi_log), který jsi sestavil/a v předchozím cvičení. - Která proměnná má nejvyšší VIF? Přiřaď název proměnné jako řetězec do
highest.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Load the car package
___
# Model you built in a previous exercise
multi_log <- glm(turnover ~ ., family = "binomial", data = train_set_multi)
# Check for multicollinearity
___
# Which variable has the highest VIF?
highest <- ___