消除共线性并不是我们拟合模型的目标(回答某老师的问题)
2022-9-7 22:34
阅读:3155
赖老师好,
有个问题一直困扰自己很久,我看到现在很多文献(其中不乏子刊一类的文章)还是在用CCA分析和VIF分析来判定环境变量是否存在共线性的问题,尤其很多CCA分析的解释率其实非常低(不足30%),所以想问下您,基于这两种方法是否能获得独立的环境变量对物种分布的贡献?因为很多时候确实看单一变量的贡献率是显著的,以此就能作为标准评判排除了共线性问题吗?
另外,您的基于层次分割理论的rdacca.hp包和这些方法的本质区别是什么?之前用了您创建的包,但一直没搞懂底层逻辑的部分,所以想请教一下您,或者老师您有没有相关文献推荐。
祝老师身体健康,工作顺利!
XX老师
您好!是否共线性其实没有一个阈值,但是作为实测的环境变量,肯定都会存在共线性。CCA和VIF都不是理想的办法。消除变量共线性不是我们的追求模型目标,我们的目标是要正视共线性的存在。我的rdacca.hp包就是正视共线性存在的条件下,如何评估变量重要性比较合理。那通过平均分割共同解释的R2可能是一种比较理想的方案。
我之前做个在线的报告,这个学员文字解读是最简洁的,供您参考!
赖江山
转载本文请联系原作者获取授权,同时请注明本文来自赖江山科学网博客。
链接地址:https://wap.sciencenet.cn/blog-267448-1354421.html?mobile=1
收藏
当前推荐数:1
推荐人:
推荐到博客首页
网友评论2 条评论