《表5 多重共线性诊断表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《特征选择与Logistic回归相结合的担保圈风险识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由上文知，通过CSAFS算法选取出最优特征子集作为自变量进行logistics回归，最终确定主成分Y1、Y3、Y5、Y7、Y9对担保圈是否存在风险具有显著性影响．针对主成分间是否多重共线性问题，本文将通过特征间的容忍度（Tolerance）和方差膨胀系数（Variance inflation factor，VIF）两个诊断指标来诊断．VIF的取值大于1，是容忍度的倒数，VIF越大，说明特征间存在多重共线性的可能性越大．一般而言，当容忍度>0.5，VIF<2时，表明特征间不存在多重共线性问题．特征间的共线性诊断如表5所示．