如何解释相关性 plot 中的多重共线性？

Question

我在 R 中为我的数据集创建了一个相关性 plot 但我不确定如何选择以下哪对变量表示多重共线性？ 带有示例的解释将非常有帮助！

Answer 1

也许一种方法是通过 qgraph。 首先，我将从lavaan package 加载 Holzinger 数据，从correlation性 package 加载相关性 function，并使用以下库加载 qgraph function 和qgraph package：

library(correlation)
library(qgraph)
library(lavaan)

从 Holzinger 数据创建相关矩阵：

cor_holz <- HolzingerSwineford1939 %>% 
  correlation()

然后一起制作所有相关性的qgraph。 较粗的线表示相关性更强，绿色表示正，红色表示负。 例如，您可以在此图中看到 x4-x6 在粗绿色三角形中高度相关：

qgraph(cor_holz)

这使得：

您可以通过为相关值建立截止值（如果您想查明哪些具有最强相关性会很有用）、添加标题并更改维度来使它更有趣：

qgraph(cor_holz, # correlation 
       cut=.30, # cutoff value for correlations
       details = T, # shows details
       mar = c(6,10,6,10), # size of graph
       vsize = 8, # size of nodes
       title = "Q Graph of All Correlations") # title

一个更清晰的示例是同一 lavaan package 中的FacialBurns数据，它显示了更明显的多重共线性，并且在各个变量中缺乏多重共线性：

face_cor <- FacialBurns %>% 
  correlation()

qgraph(face_cor)