《表1 相关系数矩阵及共线性诊断》

  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

《基于主成分回归算法的城市客流聚集风险预测》

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

分析运营商提供的手机用户数据，得到数据之间的相关系数、容忍度和方差膨胀因子如表1所示.相关系数矩阵表反映出数据之间的相关性非常高，除了X1和X2为0.88之外，其余两两之间均超过了0.90，为防止后续建模中出现较为严重的多重共线性，需要诊断变量间的共线性.从表1的计算结果中可以看出：除了变量X1和X2外，其他变量的容忍度T均接近于0，方差膨胀因子则较大，X1的膨胀因子最小，但也超过了10.因此，根据容忍度[22]T和方差膨胀因子[23]Vi这2个指标数值可以得出变量之间具有较严重共线性的结论.