如何解釋相關性 plot 中的多重共線性？

Question

我在 R 中為我的數據集創建了一個相關性 plot 但我不確定如何選擇以下哪對變量表示多重共線性？ 帶有示例的解釋將非常有幫助！

Answer 1

也許一種方法是通過 qgraph。 首先，我將從lavaan package 加載 Holzinger 數據，從correlation性 package 加載相關性 function，並使用以下庫加載 qgraph function 和qgraph package：

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

從 Holzinger 數據創建相關矩陣：

cor_holz <- HolzingerSwineford1939 %>% 
  correlation()

然后一起制作所有相關性的qgraph。 較粗的線表示相關性更強，綠色表示正，紅色表示負。 例如，您可以在此圖中看到 x4-x6 在粗綠色三角形中高度相關：

qgraph(cor_holz)

這使得：

您可以通過為相關值建立截止值（如果您想查明哪些具有最強相關性會很有用）、添加標題並更改維度來使它更有趣：

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

一個更清晰的示例是同一 lavaan package 中的FacialBurns數據，它顯示了更明顯的多重共線性，並且在各個變量中缺乏多重共線性：

face_cor <- FacialBurns %>% 
  correlation()

qgraph(face_cor)