Evitar la multicolinealidad

Volvemos a nuestro conjunto de datos de ventas salesData, que ya está cargado en el espacio de trabajo. Además, el paquete rms está cargado.

¡Vamos a estimar una regresión lineal múltiple! Por supuesto, queremos aprovechar todas las variables del conjunto de datos.

Este ejercicio forma parte del curso

Machine Learning para analítica de marketing en R

Ver curso

Instrucciones del ejercicio

Calcula un modelo completo llamado salesModel1 usando todas las variables excepto id para explicar las ventas de este mes. Para hacerlo, completa los nombres correctos de variables en la siguiente sintaxis de ejemplo: response ~ . - excluded_variable. Se puede leer como "response modelada por todas las variables excepto excluded_variable."
Estima los factores de inflación de la varianza usando la función vif() del paquete rms.
Además de excluir la variable id, elimina las variables preferredBrand y nBrands para evitar la multicolinealidad. Hazlo añadiendo cada una con -. Guarda el modelo en un objeto llamado salesModel2.
Reestima los factores de inflación de la varianza del modelo. ¿Aceptarías ahora los resultados?

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Estimating the full model
salesModel1 <- lm(salesThisMon ~ . - ___, 
                 data = salesData)

# Checking variance inflation factors
vif(___)

# Estimating new model by removing information on brand
salesModel2 <- lm(salesThisMon ~ . - ___, 
                 data = ___)

# Checking variance inflation factors
___

Editar y ejecutar código