1. Learn
    2. /
  2. โปรเจกต์
    3. /
  3. HR Analytics: การพยากรณ์การลาออกของพนักงานด้วย R
Connected

แบบฝึกหัด

การจัดการกับ Multicollinearity

ในแบบฝึกหัดก่อนหน้า คุณพบว่าโมเดลมี multicollinearity โดยดูจากค่า VIF ของตัวแปรอิสระ ทำตามขั้นตอนด้านล่างเพื่อแก้ปัญหา multicollinearity:

  • ขั้นตอนที่ 1: คำนวณค่า VIF ของโมเดล
  • ขั้นตอนที่ 2: ตรวจสอบว่าตัวแปรใดมีค่า VIF มากกว่าหรือเท่ากับ 5
    • ขั้นตอนที่ 2a: ถ้าตัวแปรใดมีค่า VIF มากกว่าหรือเท่ากับ 5 ให้นำตัวแปรนั้นออกจากโมเดล
    • ขั้นตอนที่ 2b: ถ้ามีหลายตัวแปรที่มีค่า VIF มากกว่า 5 ให้นำเฉพาะตัวแปรที่มีค่า VIF สูงสุดออกก่อน
  • ขั้นตอนที่ 3: ทำซ้ำขั้นตอนที่ 1 และ 2 จนกว่าค่า VIF ของทุกตัวแปรจะน้อยกว่า 5

คำแนะนำ 1/2

undefined XP
    1
    2
  • จากที่ระบุในแบบฝึกหัดก่อนหน้า level มีค่า VIF สูงสุด ให้นำตัวแปรนี้ออกจากโมเดล
  • ตรวจสอบ multicollinearity ในโมเดลใหม่นี้
  • ตัวแปรใดมีค่า VIF สูงสุด? กำหนดชื่อตัวแปรเป็น string ให้กับ highest