r - 如何解释相关图中的多重共线性？

Question

我在 R 中为我的数据集创建了一个相关图，但我不确定如何选择以下哪对变量表示多重共线性？带有示例的解释将非常有帮助！

Answer 1

也许一种方法是通过 qgraph。首先，我将从包中加载 Holzinger 数据、lavaan包中的相关函数以及带有以下库correlation的包中的 qgraph 函数：qgraph

library(correlation)
library(qgraph)
library(lavaan)

从 Holzinger 数据创建相关矩阵：

cor_holz <- HolzingerSwineford1939 %>% 
  correlation()

然后将所有相关性的qgraph放在一起。较粗的线是更强的相关性，绿色表示阳性，红色表示阴性。例如，您可以在此图中看到 x4-x6 在粗绿色三角形中高度相关：

qgraph(cor_holz)

这使得：

您可以通过为相关值建立截止值（如果您想查明具有最强相关性的情况很有帮助），添加标题并更改维度来对其进行一些改进：

qgraph(cor_holz, # correlation 
       cut=.30, # cutoff value for correlations
       details = T, # shows details
       mar = c(6,10,6,10), # size of graph
       vsize = 8, # size of nodes
       title = "Q Graph of All Correlations") # title

一个更明确的例子是同FacialBurns一个 lavaan 包中的数据，它显示出更明显的多重共线性，并且在各个变量中缺乏多重共线性：

face_cor <- FacialBurns %>% 
  correlation()

qgraph(face_cor)