STATISTIK-FORUM.de

[Berry]

Hallo Zusammen.

Diese Frage habe ich schon mal im R-Forum gestellt, konnte aber bisher keine Antwort bekommen. Nun hoffe ich auf die Hilfe von Statistik-Profis.

In meinem MLR-Modell habe ich metrische und nominale Regressoren. Für die Untesuchungen benutze ich R. Für die Analyse der Multikollinearität gibt es dort ein Befehl "vif()", der aber keine normalen sondern die generalisierten VIF's nach Fox and Monette (1992) berechnet. Dazu vgl. http://dionysus.psych.wisc.edu/CourseWebsites/PSY710/Readings/FoxJ1992a.pdf.

Ich bin zwar nicht besonders stark in English, aber soweit ich verstanden habe, ein GVIF (generalizierter VIF) sich von einem normalen VIF unterscheidet. Ich konnte in dem Text keinen Wert für GVIF bzw. für GVIF^(1/(2*Df)) finden, ab dem ein ernsthaftes Multikollinearitätsproblem eingedeutet wird, so wie beispielsweise bei Fahrmeier VIF>10 oder bei Dobson VIF>5. Ich vermute allerdings ein entsprechender GVIF muss deutlich höher sein. Kennt jemand diesen Wert für GVIF, oder besser einen Literaturhinweis dafür?

Außerdem interessiert mich die Aussage von GVIF^(1/(2*Df)). Durch Einbezug von Freiheitsgraden ist dieser oft viel kleiner als GVIF. Muss man sich bei der Kollinearitätsanalyse vllt. auf diesen und nicht auf GVIF selbst stützen? Weißt jemand mehr darüber?

Danke im Voraus.

[Holgonaut]

Hi,

hab noch nie was von der Unterscheidung gehört. Zu den Daumenregeln könnte der Artikel interessant sein:

O'Brien, R.M. (2007). A Caution Regarding Rules of Thumb for Variance Inflation Factors Quality & Quantity, 41, 673–690.


Grüße
Holger

[Berry]

Danke Holger. Ich muss aber mitteilen, dass mir da ein Berechnungsfehler unterlaufen ist. Der normale VIF stimmt doch mit dem generalisierten VIF überein. Die Frage hinsichtlich GVIF^(1/(2*Df)) bleibt für mich jedoch offen...