《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》
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.
图表编号 | XD0079891000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 刘亚、李华、郑冰、赵文欣 |
绘制单位 | 内蒙古大学计算机学院、内蒙古大学计算机学院、内蒙古大学图书与信息技术部、内蒙古大学计算机学院、内蒙古建筑职业技术学院、内蒙古大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |