Hantera multikollinearitet
I den föregående övningen upptäckte du att multikollinearitet förekommer i din modell genom att granska VIF-värdena för de oberoende variablerna. Följ stegen nedan för att åtgärda multikollineariteten:
- Steg 1: Beräkna VIF för modellen
- Steg 2: Kontrollera om någon variabel har ett VIF som är större än eller lika med 5
- Steg 2a: Ta bort variabeln från modellen om dess VIF är större än eller lika med 5
- Steg 2b: Om flera variabler har ett VIF större än 5, ta bara bort den med det högsta VIF-värdet
- Steg 3: Upprepa steg 1 och 2 tills alla variablers VIF är lägre än 5
Den här övningen är en del av kursen
HR-analys: Förutsäga personalomsättning i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Remove level
model_1 <- glm(turnover ~ . - ___, family = "binomial",
data = train_set_multi)
# Check multicollinearity again
___
# Which variable has the highest VIF value?
highest <- ___