Анализ мультиколлинеарности (пример)
Материал из MachineLearning.
(Различия между версиями)
(Новая: '''Мультиколлинеарность''' — тесная корреляционная взаимосвязь между отбираемыми для анализа факто...) |
м |
||
| Строка 2: | Строка 2: | ||
== Постановка задачи == | == Постановка задачи == | ||
== Описание алгоритма == | == Описание алгоритма == | ||
| - | === Фактор инфляции дисперсии (VIF) === | + | === [[Фактор инфляции дисперсии|Фактор инфляции дисперсии (VIF)]] === |
| + | |||
=== Метод Belsley === | === Метод Belsley === | ||
== Вычислительный эксперимент == | == Вычислительный эксперимент == | ||
Версия 12:38, 8 мая 2010
Мультиколлинеарность — тесная корреляционная взаимосвязь между отбираемыми для анализа факторами, совместно воздействующими на общий результат, которая затрудняет оценивание регрессионных параметров.
Содержание |
Постановка задачи
Описание алгоритма
Фактор инфляции дисперсии (VIF)
Метод Belsley
Вычислительный эксперимент
Исходный код
Смотри также
Литература
| Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |
