Variance inflation factor
Variance inflation factor
一般化線形モデル等において説明変数間の多重共線性を調べるために使われています。単に相関係数を調べるより、VIFの値に基づいて判断するほうが適切だと私は思います。値の基準は文献によって様々ですが、VIF < 3.0 (Zuur et al. 2010, Methods in Ecology and Evolution)を用いていれば、基本的には問題ないのではないでしょうか。
# Windows 7 Professional 32bit# R ver. 3.5.2# 2019.6.02
# パッケージinstall.packages("lme4") # 一般化線形混合モデルを実行するためにインストールinstall.packages("car") # vif関数はこちらに入っているlibrary(lme4) # パッケージの呼び出しlibrary(car)
# データの読み込みdata <- read.csv("Data.csv") data$Res # 目的変数data$Ran # ランダム変数
# 一般化線形混合モデルres <- glmer(Res~Exp1+Exp2+Exp3+Exp4+(1|Ran), data = data, family = "poisson")
# vifvif(res)
# こんな感じで出力される# Exp1 Exp2 Exp3 Exp4# 1.045604 1.611064 2.313991 1.760171
# パッケージinstall.packages("lme4") # 一般化線形混合モデルを実行するためにインストールinstall.packages("car") # vif関数はこちらに入っているlibrary(lme4) # パッケージの呼び出しlibrary(car)
# データの読み込みdata <- read.csv("Data.csv") data$Res # 目的変数data$Ran # ランダム変数
# 一般化線形混合モデルres <- glmer(Res~Exp1+Exp2+Exp3+Exp4+(1|Ran), data = data, family = "poisson")
# vifvif(res)
# こんな感じで出力される# Exp1 Exp2 Exp3 Exp4# 1.045604 1.611064 2.313991 1.760171
自分の記録用ですが、ご自由にお使いください (使用によって生じた如何なる損害も、当方では一切の責任を負いかねます)。もしお役に立った場合はご一報いただけると嬉しいですし、共同研究に発展することがあればさらに嬉しいです。。。
解析のご質問やご相談は katayama6 at affrc.go.jp までご連絡いただければ幸いです。