|
VIF可以用来度量多重共线性问题，
V
I
F
j
=
1
1
−
R
j
2
\quad \mathrm{VIF}_{j}=\frac{1}{1-R_{j}^{2}}
VIFj=1−Rj21 式子中，
R
j
2
R_{j}^{2}
Rj2是第
j
j
j个变量在所有变量上回归时的确定系数。 如果VIF过大（比如大于5或10），则意味着存在多重共线性问题。关于多重共线性更多内容可以参考往期文章https://blog.csdn.net/weixin_45288557/article/details/111769464
（由于没有VIF临界值表，我们只能使用经验法则：若VIF>5，则存在严重多重共线性。也有人建议用VIF>10作为存在严重多重共线性的标准，特别在解释变量多的情形应当如此。）
#数据
df = pd.read_excel(io='数据.xlsx', sheet_name=0, usecols=range(1,5))
# 务必注意：一定要加上常数项，#如果没有常数项列，计算结果天差地别，可能VIF等于好几千
df['Constant Value']=1 #添加常数项
df.head()
from statsmodels.stats.outliers_influence import variance_inflation_factor
# 这里可以选择想要判断的变量列
df_tezheng=df[["var1","var2","var3","var4","var5", 'Constant Value']]
# 进行vif检验
vif=[]
for i in range(df_tezheng.shape[1]-1):
#计算第i+1个变量的(第i+1列)的方差膨胀因子
vif.append(variance_inflation_factor(df_tezheng.values,i))
#result_out
yy=pd.DataFrame(df_tezheng.columns[:-1,])
yy.rename(columns={0:"var_name"},inplace=True)
yy["vif"]=vif
print(yy)
|