Устранение мультиколлинеарности
В предыдущем упражнении вы обнаружили мультиколлинеарность в модели, проанализировав значения VIF независимых переменных. Выполните следующие шаги, чтобы устранить её:
- Шаг 1: Вычислите VIF модели
- Шаг 2: Определите, есть ли переменные с VIF, равным 5 или больше
- Шаг 2а: Если переменная имеет VIF, равный 5 или больше, удалите её из модели
- Шаг 2б: Если таких переменных несколько, удалите только ту, у которой VIF наибольший
- Шаг 3: Повторяйте шаги 1 и 2, пока VIF всех переменных не станет меньше 5
Это упражнение является частью курса
HR-аналитика: прогнозирование текучести кадров на R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Remove level
model_1 <- glm(turnover ~ . - ___, family = "binomial",
data = train_set_multi)
# Check multicollinearity again
___
# Which variable has the highest VIF value?
highest <- ___