R：基于多重共线测试输出的输出，删除/删除多重共线变量_R_Variable Selection

R：基于多重共线测试输出的输出，删除/删除多重共线变量

R：基于多重共线测试输出的输出，删除/删除多重共线变量,r,variable-selection,R,Variable Selection,我有一个包含32个变量和48个观察值的数据集（观察值会增加，因为我们正处于通过订阅进行数据收集的阶段）。由于数据集具有很高的多重共线性，我引入了Farrar–Glauber检验。测试的单个度量（idiags）有一个名为Klein的参数，该参数的值为0s和1s，表示变量是否多重共线。现在根据Klien的值，我需要从主数据集中删除列。我一直在研究如何根据数据集imcdiag_idiagval中的Klein值从主数据集（model_df）中删除/删除下面是我的示例代码， model_df0:没有

我有一个包含32个变量和48个观察值的数据集（观察值会增加，因为我们正处于通过订阅进行数据收集的阶段）。由于数据集具有很高的多重共线性，我引入了Farrar–Glauber检验。测试的单个度量（idiags）有一个名为Klein的参数，该参数的值为0s和1s，表示变量是否多重共线。现在根据Klien的值，我需要从主数据集中删除列。我一直在研究如何根据数据集imcdiag_idiagval中的Klein值从主数据集（model_df）中删除/删除

下面是我的示例代码， model_df0:没有目标变量的数据集模型_df：具有目标变量的数据集

library(mctest)

#Farrar – Glauber test(F–test) for location of multicollinearity
# Individual Multicollinearity Diagnostic Measures
imcdiag_out = imcdiag(model_df0, model_df$TARGET)
summary(imcdiag_out)
#Output of summary function below,
        Length Class  Mode   
idiags   224   -none- numeric
x       1536   -none- numeric
y         48   -none- numeric
method     0   -none- NULL   
corr       1   -none- logical
call       3   -none- call   
pval      29   -none- numeric
R2         1   -none- numeric
all        1   -none- logical
alldiag  224   -none- logical

imcdiag_idiagval = as.data.frame(imcdiag_out$idiags)

> imcdiag_idiagval$Klein
 [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0

在32个变量中，Klein中带1的值具有多重共线性。因此，我们需要删除它们

> dput(head(model_df))
structure(list(Mon = structure(c(2014.33333333333, 2014.41666666667, 
2014.5, 2014.58333333333, 2014.66666666667, 2014.75), class = "yearmon"), 
    Al_Prod_Qty = c(4516084.63333333, 4488436.58064516, 4529767.5, 
    4468792.16129032, 4515652.4516129, 4513669.13333333), US_Indus_Growth = c(2.72933333333333, 
    3.00806451612903, 3.25466666666667, 3.41161290322581, 4.03322580645161, 
    3.22333333333333), China_Elec_Rail = c(6.206, 7.30733333333333, 
    7.18741935483871, 5.84322580645161, 3.90166666666667, 5.65290322580645
    ), DS_Index = c(80.4, 79.81, 81.52, 82.78, 86.05, 87.02), 
    Al_Prod_Africa = c(152L, 143L, 144L, 148L, 142L, 144L), Al_Prod_NorthAmerica = c(392L, 
    372L, 386L, 386L, 372L, 379L), Al_Prod_SouthAmerica = c(135L, 
    117L, 117L, 116L, 111L, 120L), Al_Prod_AsiaEXChina = c(203L, 
    193L, 203L, 198L, 194L, 204L), Al_Prod_WestEurope = c(304L, 
    297L, 306L, 306L, 298L, 307L), Al_Prod_EastCentralEurope = c(319L, 
    309L, 319L, 319L, 310L, 321L), Al_Prod_Oceania = c(178L, 
    174L, 175L, 166L, 160L, 165L), Al_Prod_GCC = c(418L, 412L, 
    427L, 426L, 413L, 426L), Al_Prod_ChinaEstimated = c(12, 15, 
    18, 22, 23, 24), Al_Prod_Total = c(4441L, 4419L, 4507L, 4553L, 
    4502L, 4619L), Al_Prod_DailyAvg = c(143.3, 147.3, 145.4, 
    146.9, 150.1, 149), almna_prod_AfricaAsiaExChina = c(395L, 
    445L, 459L, 436L, 413L, 395L), almna_prod_NorthAmerica = c(440L, 
    444L, 479L, 476L, 441L, 455L), almna_prod_SouthAmerica = c(1137L, 
    1077L, 1047L, 1063L, 1068L, 1097L), almna_prod_WestEurope = c(326L, 
    363L, 334L, 386L, 351L, 323L), almna_prod_EastCentralEurope = c(352L, 
    322L, 330L, 321L, 325L, 325L), almna_prod_Oceania = c(1696L, 
    1632L, 1663L, 1631L, 1579L, 1693L), almna_prod_ChinaEstimated = c(4513L, 
    4448L, 4509L, 4461L, 4416L, 4754L), almna_prod_Total = c(8859L, 
    8731L, 8821L, 8774L, 8593L, 9042L), almna_prod_DailyAverage = c(285.77, 
    291.03, 284.55, 283.03, 286.43, 291.68), TARGET = c(1749.1, 
    1834.4, 1945.41, 2030.23, 1992.48, 1938.2), lme_al_3month_price = c(1790.98, 
    1868.83, 1967.28, 2038.1, 2023.48, 1956.39), lme_al_stock = c(5271645, 
    5116815, 4990208, 4887148, 4706865, 4519988), Coal_Central_Appalachia_Price = c(60.7, 
    60.05, 57.25, 56.35, 54.59, 56.3), Coal_Northern_Apppalachia_Price = c(65.5, 
    64.5, 63.7, 62.75, 63.3, 65.55), Coal_Illinois_Basin_Price = c(46, 
    45.45, 44, 44, 43.4, 44.7), Coal_Powder_River_Price = c(13, 
    12.55, 12.25, 11.55, 11.25, 11.55), Coal_Uinta_Basin_Price = c(36.75, 
    36.75, 36.45, 36.45, 37, 37.75), BrentCrudePrice = c(109.21, 
    111.03, 104.94, 101.12, 94.67, 84.17)), class = c("data.table", 
"data.frame"), row.names = c(NA, -6L), .internal.selfref = <pointer: 0x00000000025f1ef0>)

>dput（头部（型号_-df））
结构（列表）（Mon=结构（c）（2014.333332014.4166667，
2014.52014.583333332014.6672014.75），class=“yearmon”），
所有产品数量=c（4516084.63333、4488436.58064516、4529767.5、，
4468792.16129032，4515652.4516129，4513669.1333333），美国印度河的增长率=c（2.72933333，
3.00806451612903, 3.25466666666667, 3.41161290322581, 4.03322580645161, 
3.22333333），中国电气铁路=c（6.206，7.307333333，
7.18741935483871, 5.84322580645161, 3.90166666666667, 5.65290322580645
)，DS_指数=c（80.4,79.81,81.52,82.78,86.05,87.02），
非洲铝产量=c（152L，143L，144L，148L，142L，144L），北美铝产量=c（392L，
372L，386L，386L，372L，379L），南美洲铝产品=c（135L，
117L，117L，116L，111L，120L），亚洲生产商=c（203L，
193L、203L、198L、194L、204L），欧洲西部地区=c（304L，
297L、306L、306L、298L、307L），铝生产线=c（319L，
309L、319L、319L、310L、321L），大洋洲铝产品=c（178L，
174L，175L，166L，160L，165L），铝合金产品GCC=c（418L，412L，
427L，426L，413L，426L），铝生产估计值=c（12，15，
18,22,23,24），总产量=c（4441L，4419L，4507L，4553L，
4502L，4619L），铝产品日产量=c（143.3147.3145.4，
146.9150.1149），almna_prod_AfricaAsiaExChina=c（395L，
445L，459L，436L，413L，395L），almna_产品北美=c（440L，
444L，479L，476L，441L，455L），almna_prod_SouthAmerica=c（1137L，
1077L、1047L、1063L、1068L、1097L），almna_prod_WestEurope=c（326L，
363L，334L，386L，351L，323L），almna_prod_EastCentralEurope=c（352L，
322L，330L，321L，325L，325L），almna_prod_Oceania=c（1696升，
1632L、1633L、1631L、1579L、1693L），阿尔姆纳（almna_prod_China）估计=c（4513L，
4448L、4509L、4461L、4416L、4754L），almna_生产总量=c（8859L，
8731L、8821L、8774L、8593L、9042L），平均日产量=c（285.77，
291.03284.55283.03286.43291.68），目标=c（1749.1，
1834.411945.412030.231992.481938.2），伦敦金属交易所3个月期价格=c（1790.98，
1868.831967.282038.12023.481956.39），lme_al_股票=c（5271645，
511681514990208 488714847068654519988），阿巴拉契亚中部煤炭价格=c（60.7，
60.05,57.25,56.35,54.59,56.3），煤炭价格=c（65.5，
64.5,63.7,62.75,63.3,65.55），煤炭价格=c（46，
45.45,44,44,43.4,44.7），煤粉价格=c（13，
12.55,12.25,11.55,11.25,11.55），煤炭价格=c（36.75，
36.75,36.45,36.45,37,37.75），BrentCrudePrice=c（109.21，
111.03104.94101.1294.6784.17），类别=c（“数据表”，
“data.frame”），row.names=c（NA，-6L），.internal.selfref=）

如果1表示变量不是多重共线，则流代码：

#raw data

dataset<-sapply(paste0("var",1:32), function(x) assign(x,rnorm(n=48)) )

imcdiag_idiagval.Klein<-c(0 ,0 ,0, 0 ,0 ,0, 0 ,0, 0 ,0 ,0 ,0 ,0, 1, 1, 1, 1, 1, 1 ,1 ,1, 1, 1 ,1 ,0 ,0, 0, 0, 0, 0, 0, 0) 

#final data without multi-collinearity

final_dataset<-dataset[,imcdiag_idiagval.Klein==1]

所以你需要一个33的向量：

 imcdiag_idiagval.Klein<-sample(0:1,33,replace = T)

这里是一个示例，其中1表示应使用

mtcars

样本数据从数据框中删除一列

data(mtcars)

# set up true false variable where 1 = drop, 0 = keep
# noting that it is of type numeric(), not logical()
drop <- c(0,0,0,0,1,1,1,1,0,0,0)

# this will result in a data frame that
# contains 7 columns, excluding drat, wt, qsec, and vs

theSubset <- mtcars[!drop]
head(theSubset)

尝试使用model_df0[！imcdiag_idiagval$Klein]或model_df[！imcdiag_idiagval$Klein]不删除列/variables@Arun可能您需要重新启动RStudio。顺便说一句，

model_df[！imcdiag_idiagval$Klein]

的输出是什么？重新启动了Rstudio和R，但它只丢弃了第一行/观察值。而变量仍然是same@Arun也许您正在使用

，之后的！imcdiag_idiagval$Klein
否则应保持行完整。可能您可以将dput（head（model_df））
的输出作为问题的一部分进行共享。谢谢您的结果。实际上，这些命令应该可以工作。我试过这个。但它只删除行，而不是不需要的变量。在我看来，这是独一无二的。不确定问题出在哪里。。。model_df
是否可能不是数据帧？从R控制台运行str（model_-df）时会发生什么？model_-df是一个数据帧。其中的所有变量都是整数类，除了'Mon'，也就是'yearmon'，谢谢您的回复。实际上，这些命令应该可以工作。我试过这个。但其结果只是一个逻辑向量，如下所示，>最终数据集头（最终数据集）[1]假最终数据集>类（imcdiag_idiagval$Klein）[1]“数字”>最终数据集头（最终数据集）[1]假假假假假假假是否可以发布您的数据？如果是我的个人数据，我本来可以的。因为它的官方数据，我不应该这么做。谢谢你的理解
fina_index<-c(imcdiag_idiagval.Klein,1)

final_data<-data[,fina_index==1]

dim(final_data)[2]
[1]  6 16
sum(fina_index)
[1] 16
sum(fina_index)

data(mtcars)

# set up true false variable where 1 = drop, 0 = keep
# noting that it is of type numeric(), not logical()
drop <- c(0,0,0,0,1,1,1,1,0,0,0)

# this will result in a data frame that
# contains 7 columns, excluding drat, wt, qsec, and vs

theSubset <- mtcars[!drop]
head(theSubset)

> head(theSubset)
                   mpg cyl disp  hp am gear carb
Mazda RX4         21.0   6  160 110  1    4    4
Mazda RX4 Wag     21.0   6  160 110  1    4    4
Datsun 710        22.8   4  108  93  1    4    1
Hornet 4 Drive    21.4   6  258 110  0    3    1
Hornet Sportabout 18.7   8  360 175  0    3    2
Valiant           18.1   6  225 105  0    3    1
>