De\u011fi\u015fkenler aras\u0131ndaki korelasyon derecesi yeterince y\u00fcksekse, bu durum regresyon modelinin yerle\u015ftirilmesinde ve yorumlanmas\u0131nda sorunlara neden olabilir.<\/span><\/p>\n \u00c7oklu do\u011frusall\u0131\u011f\u0131 tespit etmenin bir yolu, bir regresyon modelinde<\/a> a\u00e7\u0131klay\u0131c\u0131 de\u011fi\u015fkenler aras\u0131ndaki korelasyonu ve korelasyonun g\u00fcc\u00fcn\u00fc \u00f6l\u00e7en, varyans enflasyon fakt\u00f6r\u00fc (VIF)<\/strong> olarak bilinen bir \u00f6l\u00e7\u00fcm kullanmakt\u0131r.<\/span><\/p>\n Bu e\u011fitimde SAS’ta VIF’nin nas\u0131l hesaplanaca\u011f\u0131 a\u00e7\u0131klanmaktad\u0131r.<\/span><\/p>\n Bu \u00f6rnek i\u00e7in 10 basketbolcunun \u00f6zelliklerini a\u00e7\u0131klayan bir veri seti olu\u015fturaca\u011f\u0131z:<\/span> <\/p>\n Yan\u0131t de\u011fi\u015fkeni olarak skoru<\/strong> ve tahmin de\u011fi\u015fkenleri olarak say\u0131<\/strong> , asist<\/strong> ve ribaundlar\u0131<\/strong> kullanarak \u00e7oklu do\u011frusal regresyon modelini uydurmak istedi\u011fimizi varsayal\u0131m.<\/span><\/p>\n Modeldeki her \u00f6ng\u00f6r\u00fcc\u00fc de\u011fi\u015fken i\u00e7in VIF de\u011ferlerini hesaplamak amac\u0131yla bu regresyon modelini VIF<\/strong> se\u00e7ene\u011fiyle e\u015fle\u015ftirmek i\u00e7in PROC REG’i<\/a> kullanabiliriz:<\/span> <\/p>\n Parametre Tahminleri<\/strong> tablosundan her bir yorday\u0131c\u0131 de\u011fi\u015fkenin VIF de\u011ferlerini g\u00f6rebiliriz:<\/span><\/p>\n Not:<\/strong> Bu de\u011fer alakal\u0131 olmad\u0131\u011f\u0131ndan \u015fablondaki “Kesi\u015fme” i\u00e7in VIF’yi g\u00f6z ard\u0131 edin.<\/span><\/p>\n VIF de\u011feri 1’den ba\u015flar ve \u00fcst s\u0131n\u0131r\u0131 yoktur. VIF’leri yorumlaman\u0131n genel kural\u0131 \u015fudur:<\/span><\/p>\n Regresyon modelimizde yorday\u0131c\u0131 de\u011fi\u015fkenlerin VIF de\u011ferlerinin her biri 1’e yak\u0131n oldu\u011fundan \u00f6rne\u011fimizde \u00e7oklu do\u011frusall\u0131k s\u00f6z konusu de\u011fildir.<\/span><\/p>\n \u00c7oklu ba\u011flant\u0131n\u0131n regresyon modelinizde bir sorun oldu\u011funu belirlerseniz, bunu \u00e7\u00f6zmenin birka\u00e7 yayg\u0131n yolu vard\u0131r:<\/span><\/p>\n 1. Y\u00fcksek derecede ili\u015fkili de\u011fi\u015fkenlerden bir veya daha fazlas\u0131n\u0131 kald\u0131r\u0131n.<\/strong><\/span><\/p>\n Bu \u00e7o\u011fu durumda en h\u0131zl\u0131 \u00e7\u00f6z\u00fcmd\u00fcr ve genellikle kabul edilebilir bir \u00e7\u00f6z\u00fcmd\u00fcr \u00e7\u00fcnk\u00fc kald\u0131rd\u0131\u011f\u0131n\u0131z de\u011fi\u015fkenler zaten gereksizdir ve modele \u00e7ok az benzersiz veya ba\u011f\u0131ms\u0131z bilgi katar.<\/span><\/p>\n 2. Yorday\u0131c\u0131 de\u011fi\u015fkenleri bir \u015fekilde toplama veya \u00e7\u0131karma gibi do\u011frusal bir \u015fekilde birle\u015ftirir.<\/strong><\/span><\/p>\n Bunu yaparak, her iki de\u011fi\u015fkenden gelen bilgileri kapsayan yeni bir de\u011fi\u015fken olu\u015fturabilir ve art\u0131k \u00e7oklu ba\u011flant\u0131 sorunu ya\u015famazs\u0131n\u0131z.<\/span><\/p>\n 3. Temel bile\u015fen analizi veya k\u0131smi en k\u00fc\u00e7\u00fck kareler (PLS) regresyonu gibi y\u00fcksek korelasyonlu de\u011fi\u015fkenleri hesaba katacak \u015fekilde tasarlanm\u0131\u015f bir analiz ger\u00e7ekle\u015ftirin.<\/strong><\/span><\/p>\n Bu teknikler \u00f6zellikle y\u00fcksek derecede ili\u015fkili \u00f6ng\u00f6r\u00fcc\u00fc de\u011fi\u015fkenleri ele almak i\u00e7in tasarlanm\u0131\u015ft\u0131r.<\/span><\/p>\n A\u015fa\u011f\u0131daki e\u011fitimlerde SAS’ta di\u011fer ortak g\u00f6revlerin nas\u0131l ger\u00e7ekle\u015ftirilece\u011fi a\u00e7\u0131klanmaktad\u0131r:<\/span><\/p>\n SAS’ta \u00e7oklu do\u011frusal regresyon nas\u0131l ger\u00e7ekle\u015ftirilir?<\/a> Regresyon analizinde, \u00e7oklu do\u011frusall\u0131k , iki veya daha fazla yorday\u0131c\u0131 de\u011fi\u015fkenin regresyon modelinde benzersiz veya ba\u011f\u0131ms\u0131z bilgi sa\u011flamayacak \u015fekilde birbiriyle y\u00fcksek d\u00fczeyde korelasyona sahip olmas\u0131 durumunda ortaya \u00e7\u0131kar. De\u011fi\u015fkenler aras\u0131ndaki korelasyon derecesi yeterince y\u00fcksekse, bu durum regresyon modelinin yerle\u015ftirilmesinde ve yorumlanmas\u0131nda sorunlara neden olabilir. \u00c7oklu do\u011frusall\u0131\u011f\u0131 tespit etmenin bir yolu, bir regresyon modelinde a\u00e7\u0131klay\u0131c\u0131 de\u011fi\u015fkenler […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-4527","post","type-post","status-publish","format-standard","hentry","category-rehber"],"yoast_head":"\n \u00d6rnek: SAS’ta VIF’nin hesaplanmas\u0131<\/strong><\/span><\/h2>\n
\/*create dataset*\/\n<\/span>data<\/span> my_data;\n input<\/span> rating points assists rebounds;\n datalines<\/span> ;\n90 25 5 11\n85 20 7 8\n82 14 7 10\n88 16 8 6\n94 27 5 6\n90 20 7 9\n76 12 6 6\n75 15 9 10\n87 14 9 10\n86 19 5 7\n;\nrun<\/span> ;\n\n\/*view dataset*\/\n<\/span>proc print<\/span> data<\/span> =my_data;<\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/vifs1.png\")
<\/p>\n \/*fit regression model and calculate VIF values*\/\n<\/span>proc reg<\/span> data<\/span> =my_data;\n model<\/span> rating = points assists rebounds \/ lively<\/span> ;\nrun<\/span> ;<\/strong> <\/pre>\n![\"SAS'ta](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/vifs2.png\")
<\/p>\n\n
\n
\u00c7oklu ba\u011flant\u0131 sorunuyla nas\u0131l ba\u015f edilir<\/strong><\/span><\/h2>\n
Ek kaynaklar<\/strong><\/span><\/h2>\n
SAS’ta Art\u0131k Grafik Nas\u0131l Olu\u015fturulur<\/a>
SAS’ta pi\u015firme mesafesi nas\u0131l hesaplan\u0131r<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"