赖江山的博客分享 http://blog.sciencenet.cn/u/laijiangshan 生态、统计与R语言

博文

消除共线性并不是我们拟合模型的目标(回答某老师的问题)

已有 1013 次阅读 2022-9-7 22:34 |个人分类:rdacca.hp|系统分类:科研笔记

赖老师好,

有个问题一直困扰自己很久,我看到现在很多文献(其中不乏子刊一类的文章)还是在用CCA分析和VIF分析来判定环境变量是否存在共线性的问题,尤其很多CCA分析的解释率其实非常低(不足30%),所以想问下您,基于这两种方法是否能获得独立的环境变量对物种分布的贡献?因为很多时候确实看单一变量的贡献率是显著的,以此就能作为标准评判排除了共线性问题吗?

另外,您的基于层次分割理论的rdacca.hp包和这些方法的本质区别是什么?之前用了您创建的包,但一直没搞懂底层逻辑的部分,所以想请教一下您,或者老师您有没有相关文献推荐。

祝老师身体健康,工作顺利! 


XX老师

您好!是否共线性其实没有一个阈值,但是作为实测的环境变量,肯定都会存在共线性。CCA和VIF都不是理想的办法。消除变量共线性不是我们的追求模型目标,我们的目标是要正视共线性的存在。我的rdacca.hp包就是正视共线性存在的条件下,如何评估变量重要性比较合理。那通过平均分割共同解释的R2可能是一种比较理想的方案。

我之前做个在线的报告,这个学员文字解读是最简洁的,供您参考!

https://mp.weixin.qq.com/s?__biz=Mzg4MTc1MzIxOQ==&mid=2247483782&idx=1&sn=a8eab78df47d6fa9b6e7aa9ae5bb32cd&chksm=cf606c6af817e57c68b744f22c7400fc3b1185afcee640f8d0020e0190b9c1cc337f42575822&cur_album_id=2301883047841021958&scene=189&ascene=45&devicetype=android-29&version=28001b3f&nettype=WIFI&abtest_cookie=AAACAA%3D%3D&lang=zh_CN&exportkey=AevxCQF7u1T21BvYuje%2F1uE%3D&pass_ticket=7BTXIdAwf6qHROEFXdgxk3CGcxln6qse4P%2FjmFRy74p0bOX%2ForxSHmjAG7il8zxQ&wx_header=3

 

赖江山



https://blog.sciencenet.cn/blog-267448-1354421.html

上一篇:glmm.hp函数中输入的模型,一定不能带有对变量处理的运算
下一篇:阅读申请指南还是蛮重要的(2022年面上基金申请有感)
收藏 IP: 222.129.4.*| 热度|

该博文允许注册用户评论 请点击登录 评论 (2 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-12-3 09:44

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部