Detectarea multicoliniarității
În acest exercițiu, vei verifica multicoliniaritatea dintre toate variabilele folosind Factorul de Inflație a Varianței (VIF). Poți calcula VIF cu funcția vif() din pachetul car.
Valorile VIF sunt disponibile în coloana GVIF a rezultatului și sunt afișate de obicei în format exponențial. Dacă nu ești familiarizat cu acest format, poți folosi funcția format():
sample_vif_value <- 2.213e+10
format(sample_vif_value, scientific = FALSE)
"22130000000"
Acest exercițiu face parte din cursul
HR Analytics: Predicția fluctuației angajaților în R
Instrucțiuni pentru exercițiu
- Încarcă pachetul
car. - Verifică multicoliniaritatea în modelul (
multi_log) construit într-un exercițiu anterior. - Care variabilă are cel mai mare VIF? Atribuie numele variabilei ca șir de caractere obiectului
highest.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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 <- ___