分类变量的多重共线性

Question

如果数据既包含分类连续变量又包含连续独立变量，那么可用于检查多重共线性的不同方法有哪些？

我可以通过将分类变量转换为虚拟变量来使用VIF吗？由于我无法在互联网上找到任何参考资料，是否存在一个基本缺陷？

Answer 1

Can I use VIF by converting categorical variables into dummy variables ? 

是的，你可以。这种方法没有根本的缺陷。

if the data contains both categorical and continuous independent variables? 

多重共线性不关心它是一个分类变量还是一个整数变量。分类变量没有什么特别之处。将分类变量转换为二进制，并将它们视为所有其他变量。

我假设你的担心是分类变量必须相互关联，这是一个有效的关注。假设参考类别中病例比例较小的情况。假设有3个分类变量：超重，正常，体重不足。我们可以把它变成2个分类变量。那么，如果一个类别的数据非常小（与正常人一样，100人中有5人，所有其他95人都体重不足或超重），即使分类变量与其他变量不相关，指标变量也必然具有较高的VIF回归模型。

What are the different measures available to check for multicollinearity 

检测多重共线性的一种方法是获取数据的相关矩阵，并检查相关矩阵的特征值。

特征值接近0表示数据相关。