Diese Website setzt Cookies ein, um das Angebot für Sie zu personalisieren und Ihr Erlebnis zu verbessern.
Weitere Informationen: Datenschutzerklärung & Cookies, Impressum
Der Varianz-Inflationsfaktor (VIF) ist eine statistische Metrik, die in der multivariaten linearen Regression verwendet wird, um die Multikollinearität zwischen den unabhängigen Variablen zu messen. Multikollinearität tritt auf, wenn es hohe Korrelationen zwischen den unabhängigen Variablen gibt, was die Stabilität und Genauigkeit der Regressionskoeffizienten beeinträchtigen kann.
Der VIF wird verwendet, um festzustellen, wie stark die Varianz der Regressionskoeffizienten aufgrund von Multikollinearität aufgebläht wird. Er quantifiziert das Ausmaß, um das die Varianz des Schätzers für einen Regressionskoeffizienten größer ist als sie sein würde, wenn die Variable nicht mit den anderen unabhängigen Variablen korreliert wäre.
Ein VIF-Wert von 1 deutet darauf hin, dass keine Multikollinearität vorliegt, während Werte über 1 darauf hinweisen, dass Multikollinearität vorhanden ist. Je höher der VIF-Wert, desto stärker ist die Multikollinearität. Allgemein wird angenommen, dass ein VIF-Wert über 5 oder 10 auf eine signifikante Multikollinearität hinweist, die berücksichtigt werden sollte.
Der VIF wird häufig verwendet, um die unabhängigen Variablen in der multivariaten linearen Regression zu überprüfen und gegebenenfalls Variablen zu entfernen oder zu transformieren, um die Multikollinearität zu reduzieren und die Stabilität der Regressionskoeffizienten zu verbessern. Ein niedriger VIF-Wert deutet darauf hin, dass die Variable wenig von den anderen unabhängigen Variablen abhängig ist und einen geringen Einfluss auf die Genauigkeit der Regressionsanalyse hat.