Logistic模型多重共线性问题的诊断及改进.pdfVIP

理 论 新 探 Logistic模型多重共线性问题的 诊断及改进 陶 然 (中国人民大学 统计学院,北京 ) 100872 摘 要:文章诊断并改进了logistic回归模型多重共线性问题方法,采用条件指数和方差分解比 例两项指标进行共线性诊断、应用主成分改进和偏最小二乘回归两种方法进行多重共线性变量的改 进处理;去除了回归模型中变量间的多重共线性影响 建立了较为理想的关系模型。结果表明,在 , Logistic回归模型分析中,应用上述方法进行多重共线性的诊断和处理是有效及可行的。 关键词: 回归模型;多重共线性诊断;主成分方法;偏最小二乘法 Logistic 中图分类号: 文献标识码: 文章编号: ( ) O212 A 1002-6487200815-0022-03 Logistic回归模型是根据单个或多个连续型或属性型的 1.2.1 对变量筛选的影响 自变量来分析和预测属性型因变量的多元分析方法,主要用 在病因学分析中, 回归的建模过程一般采用逐 Logistic 以研究因变量各种状态的发生概率与自变量取值之间的关 个筛选解释变量的方法。这种方法得出的回归子集 一般认 , 系。目前,该方法己广泛应用于经济、社会科学,以及医学、心 为是所有观察的可能影响因素中对某病有影响的因素构成 理学等诸多领域。但在 回归法的变量筛选及参数估 的子集。当解释变量非正交时 包含在回归子集内的解释变 Logistic , 计中,都要求各变量之间相互独立。事实上,在很多研究中各 量可以看成影响因素 但未包含在回归子集内的解释变量却 , 个自变量间并不独立 而是相互之间存在一定程度的线性依 不能说是非影响因素。例如 、 是某种病的致病因素,但由 , AB 存关系,被称作多重共线性 ,这种多重共线 于 、 之间存在某种广义相关关系,就有可能在普通 (multi-collinearity) AB Logis- 性关系常会增大估计参数的均方误差和标准误 有的甚至使 回归的变量筛选中将其中一个排除在致病因素外,造成判 , tic 回归系数的方向相反 导致方程极不稳定 从而引起 断误差。 , , Logist