解释 vifcor 输出

问题描述

我使用 R 中的 vifcor 函数来评估我的 19 个气候变量的多重共线性，输出表明其中 17 个变量存在共线性问题（这本身似乎很多）。我希望看到哪些变量高度相关，以便我可以根据它们与我的研究物种的生物学相关性来选择它们，基本上我想要矩阵形式的结果。

vifcor 输出如下：

predictors.files <- list.files(path="...",pattern='asc$',full.names=TRUE)

 preds.stack<-stack(predictors.files)
 vif(preds.stack)
 v1<-vifcor(preds.stack,th=0.7)
 v1
#-------------------------
17 variables from the 19 input variables have collinearity problem: 
 
layer.18 layer.5 layer.4 layer.9 layer.16 layer.1 layer.10 layer.8 layer.12 layer.15 layer.19 layer.2 layer.17 layer.6 layer.14 layer.7 layer.11 
@H_404_7@
排除共线变量后，线性相关系数范围为：
min correlation ( layer.13 ~ layer.3 ):  0.2433453 
max correlation ( layer.13 ~ layer.3 ):  0.2433453 

---------- VIFs of the remained variables -------- 
  Variables      VIF
1   layer.3 1.062944
2  layer.13 1.062944
@H_404_7@
有人可以帮忙解释结果吗？



解决方法
 
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
 
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
 
小编邮箱:dio#foxmail.com (将#修改为@）