如何使用 biglm 包获取 VIF？

Question

我参考了这篇文章http://r.789695.n4.nabble.com/Questions-about-biglm-td878929.html，其中讨论了如何使用 biglm 获取 VIF。

是否有其他方法可以从 biglm 生成的对象中获取 VIF？

感谢您的帮助

Answer 1

对于简单模型，遵循 car 包中 "lm" 对象的 vif() 方法中的代码相对容易，正如 John Fox 在您链接到的 R-Help 线程中所建议的那样.您不能直接使用 car 包，因为它使用模型矩阵，而 biglm() 无法做到这一点。为了说明如何做到这一点，请考虑?biglm中的简单示例

require(biglm)
data(trees)
ff <- log(Volume) ~ log(Girth) + log(Height)
chunk1<-trees[1:10,]
chunk2<-trees[11:20,]
chunk3<-trees[21:31,]
a <- biglm(ff,chunk1)
a <- update(a,chunk2)
a <- update(a,chunk3)

拟合模型在a，我们从中提取参数的方差-协方差矩阵，去掉截距，计算相关矩阵R及其行列式：

v <- vcov(a)
## drop intercept
v <- v[-1, -1, drop = FALSE]
R <- cov2cor(v)
detR <- det(R)

接下来，有一些东西可以容纳 VIF

res <- numeric(length = ncol(v))
names(res) <- colnames(v)

最后，遍历模型项（减去截距）并计算每个项的 VIF

for(i in seq_len(ncol(v))) {
    res[i] <- det(R[i, i, drop = FALSE]) * det(R[-i, -i, drop = FALSE]) / detR
}

这会导致：

> res
 log(Girth) log(Height) 
   1.391027    1.391027

如果我们加载 car 包并使用它来计算使用 lm() 拟合的同一模型的 VIF，我们可以看到它给出了相同的输出

> require(car)
> mod <- lm(ff, data = trees)
> vif(mod)
 log(Girth) log(Height) 
   1.391027    1.391027

vif() 看起来比我展示的代码更聪明，因为如果模型项包含在更多的系数中，而不仅仅是我的代码假设的一个主要影响，它就会起作用。在这种情况下，模型协变量将包含在多于一列/行的方差-协方差矩阵v 中，并且在计算for() 循环中的行列式时，您需要保留/排除包含该术语的所有行/列。您可以从方差-协方差矩阵中计算出来，但您可以自己计算出来。

在对此进行测试时，使用biglm() 和lm() 将您的模型拟合到一个小的随机数据样本，并使用car 的vif() 对结果@ 计算VIF 987654340@ 对象并手动处理"biglm" 对象并检查它们是否一致。