Undvika multikollinearitet

Tillbaka till försäljningsdatamängden salesData, som redan är inläst i arbetsmiljön. Paketet rms är också laddat.

Nu ska vi skatta en multipel linjär regression! Vi vill förstås använda alla variabler i datamängden.

Den här övningen är en del av kursen

Maskininlärning för marknadsanalys i R

Visa kurs

Övningsinstruktioner

Beräkna en fullständig modell kallad salesModel1 med alla variabler utom id, för att förklara försäljningen den här månaden. Fyll i rätt variabelnamn i följande syntax: response ~ . - excluded_variable. Det kan läsas som "response modelleras av alla variabler utom excluded_variable."
Skatta variansinflaktorerna med hjälp av funktionen vif() från paketet rms.
Förutom att exkludera variabeln id, ta även bort variablerna preferredBrand och nBrands för att undvika multikollinearitet. Det gör du genom att lägga till - framför var och en av dem. Spara modellen i ett objekt kallat salesModel2.
Skatta variansinflaktorerna för den nya modellen. Är resultaten acceptabla nu?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Estimating the full model
salesModel1 <- lm(salesThisMon ~ . - ___, 
                 data = salesData)

# Checking variance inflation factors
vif(___)

# Estimating new model by removing information on brand
salesModel2 <- lm(salesThisMon ~ . - ___, 
                 data = ___)

# Checking variance inflation factors
___

Redigera och kör kod