Radzenie sobie z multikolinearnością
W poprzednim ćwiczeniu wykryłeś/wykryłaś multikolinearność w modelu, analizując wartości VIF zmiennych niezależnych. Wykonaj poniższe kroki, aby ją usunąć:
- Krok 1: Oblicz VIF modelu
- Krok 2: Sprawdź, czy któraś zmienna ma VIF większy lub równy 5
- Krok 2a: Jeśli zmienna ma VIF większy lub równy 5, usuń ją z modelu
- Krok 2b: Jeśli kilka zmiennych ma VIF większy niż 5, usuń tylko tę z najwyższym VIF
- Krok 3: Powtarzaj kroki 1 i 2, dopóki VIF wszystkich zmiennych nie będzie mniejszy niż 5
To ćwiczenie jest częścią kursu
HR Analytics: Przewidywanie rotacji pracowników w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Remove level
model_1 <- glm(turnover ~ . - ___, family = "binomial",
data = train_set_multi)
# Check multicollinearity again
___
# Which variable has the highest VIF value?
highest <- ___