Identifiera multikollinearitet
I den här övningen kontrollerar du multikollinearitet bland alla variabler med hjälp av Variance Inflation Factor (VIF). Du beräknar VIF med funktionen vif() från paketet car.
VIF-värdena finns i kolumnen GVIF i utdata och visas vanligtvis i exponentialformat. Om du inte är bekant med det formatet kan du använda funktionen format():
sample_vif_value <- 2.213e+10
format(sample_vif_value, scientific = FALSE)
"22130000000"
Den här övningen är en del av kursen
HR-analys: Förutsäga personalomsättning i R
Övningsinstruktioner
- Läs in paketet
car. - Kontrollera multikollinearitet i modellen (
multi_log) som du byggde i en tidigare övning. - Vilken variabel har det högsta VIF-värdet? Tilldela variabelnamnet som en sträng till
highest.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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 <- ___