0

我希望使用空间数据执行特征缩减。我计算了 VIF(方差膨胀因子)来评估变量之间的多重共线性,随后能够消除那些 VIF 大于 5 或​​ 10 的变量。问题是具有完全不同空间变异性的两个变量具有相同的 VIF 和如果我使用选择 VIF < 10 的特征的标准,我只剩下很少的解释变量。

您认为使用空间误差或地理加权回归等模型应用回归并从结果 R2 计算 VIF 是否是一个好主意?

你知道除 VIF 之外的任何 Python 方法来处理空间数据中的多重共线性?

4

0 回答 0