
SAS信用評分卡之如何優(yōu)雅的檢查共線性
這次的文章跟大家分享在建模中,選擇確定變量之后要檢查的一個多重共線性。理論上,如果你在選擇變量是使用proclogistic中的stepwise即逐步回歸,是不會出現(xiàn)多重共線性的,但是畢竟stepwise選擇出來的變量你也自己也要按照業(yè)務(wù)篩選啊,那這是多重共線性還是要檢查的,還有就是,因?yàn)樽兞康竭@一步都是分好段的,所以變量就是4-7組的樣子,如果不是相關(guān)性很強(qiáng)的話,都是不會太相關(guān)。但是出于我們是一個盡責(zé)的員工考慮,還是要做這個檢查的。
檢查可以有兩方面,如果你對共線性不熟,那么就用先用相關(guān)性試試,但我不保證相關(guān)性過關(guān)了就沒有共性了,只是幾率會降低一些。
1
1、相關(guān)性的檢查。
proccorrdata=sashelp.classout=aa;
run;
輸入代碼可以得出結(jié)果:
主要看后面三行,與對應(yīng)的變量之間的相關(guān)系數(shù)有木有超過0.8,假設(shè)超過0.8那就是存在相關(guān)性,在模型中就以為這兩個變量只能留一個,不能兩個同時進(jìn)入變量。如果在out=aa不加參數(shù),就默認(rèn)是輸出的是皮爾遜相關(guān)系數(shù)和簡單描述統(tǒng)計。
nosimple--不進(jìn)行簡單的描述性統(tǒng)計;
pearson--皮爾遜相關(guān)系數(shù);
spearman--斯皮爾曼相關(guān)系數(shù);
best=number--將相關(guān)系數(shù)降序排列;
kendall--肯德爾相關(guān)系數(shù);
hoeffding--霍夫丁相關(guān)系數(shù);
求一個變量與其他變量的相關(guān):
proccorrdata=sashelp.classout=aapearson;
withAge Height;
varWeight;
run;
結(jié)果:
以上提到的相關(guān)系數(shù)在“信用風(fēng)險評分卡研究”這本書中的預(yù)測力指標(biāo)這一章有相關(guān)的解釋,可以看哪一章的內(nèi)容。過多的定義我這里就不一一敲出來了。
2
2、共線性的檢查。
procregdata=sashelp.classoutvif;
modelAge=Height Weight/tolvifcollin;
run;
結(jié)果:
請看,條件指數(shù)這一列,最后一個數(shù)是56.54682,大于30??吹降箶?shù)兩列,偏差比例都非常高,斷定height與weight有共線性。對這個例子不明顯,我們再來一個:
這是一個建模數(shù)據(jù),顯示是沒有多重共線性的。
再來一個:
這是我在網(wǎng)上偷的圖,可以看到最大的條件指數(shù)為12.56.與30還有一點(diǎn)差距,但所對應(yīng)的截距與x1的方差分解比例(就是sas中的偏差比例)分別是92.4%和67.3%,均超過了50%,可以認(rèn)為兩者之間存在較強(qiáng)的共線關(guān)系。而條件指數(shù)為4.3所對應(yīng)的變量x3和x5的方差分解比例分別是56.5%和47.4%,也可以大致認(rèn)為兩者之間存在一定的共線關(guān)系。
在這里必須要說一個規(guī)則就是,判斷是否有多重共線性,首先看條件指數(shù)是否大于30,在30的這一行看過去,看哪個的變量的方差分解比例大于50%,大于50%的那幾個變量就是有存在共線性。
其次,對于條件指數(shù)沒有大于30的,也可以看他們的方差分解比例是否大于50%,接近50%或者大于50%也可以認(rèn)為可能有共線性,如果你對共線性的要求比較高,那就只看第一條規(guī)則,不需要看這條規(guī)則。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11