多重共線性の変更点

• 追加された行はこのように表示されます。
• 削除された行はこのように表示されます。

!多重共線性

重回帰分析を行う際に、説明変数となるパラメータ間の独立性が文字通り大事な要素となる。
重回帰分析を行う際に、説明変数となるパラメータ間の独立性（相関関係が低い）が文字通り大事な要素となる。

仮に、変数１と変数２とが相関関係が高いと、目的変数に対して変数１と変数２とが双方で影響をするので、生成されるモデルの説明力が下がるとされる。

多重共線性を確かめるには、lm()関数で生成したモデルのオブジェクトに対して、carパッケージのvif()関数を使って、各変数のVIF(Variable Inflation Factor)を計算し、概ね１０を超える場合に多重共線性が認められると判断する。

その場合、変数群から最もVIFの高い変数を除いてモデルを再構築してみるなどの方法をとる。