A continuaciónSiguiente guía
Factor de valores atípicos locales
Técnico
GUÍA Técnica
Factor de inflación de multicolinealidad y varianza
Multicollinearity occurs when predictors in a regression carry overlapping information, making it difficult to separate their individual contributions.
Escuche esta guíaNarrado por IA · ~3 min
En esta pagina4 minutos de lectura
Descripción general
The variance inflation factor (VIF) quantifies how much a coefficient's variance is inflated by its linear relationship with the other predictors, but it does not decide which variables belong in a model.
Buceo profundo
A regression coefficient is interpreted while holding other predictors fixed. If the data contain few cases where one predictor changes independently of another, that comparison is weakly supported. The fitted model may still predict the response well, yet small changes to the sample can produce large changes in individual coefficients, their signs, or standard errors. This is why collinearity often harms explanation more directly than prediction. For predictor j, regress it on the other predictors and calculate the coefficient of determination R-squared. Its variance inflation factor is VIF_j = 1/(1 - R-squared_j). If the other predictors explain most of predictor j, the denominator is small and its VIF is large. In a simple hypothetical calculation, if R-squared_j is 0.8, then VIF is 1/(1 - 0.8) = 5. Under the linear-model setup, this means the variance of that coefficient is five times what it would be under an orthogonal predictor comparison with comparable residual variance; its standard error is multiplied by the square root of five. VIF is a diagnostic, not a universal pass/fail threshold. A large value identifies overlap but cannot tell whether it is scientifically sensible, whether to remove a variable, or whether the model is invalid. Perfect linear dependence makes coefficients non-identifiable in the ordinary design matrix, while near dependence leaves estimates possible but unstable. Inspect coefficient uncertainty, predictor definitions, the design matrix and the study purpose. Potential responses include collecting observations that separate predictor effects, combining redundant measures when justified, choosing one predictor based on prior knowledge, or using regularization such as ridge regression when prediction is the goal. Removing a variable solely to lower VIF can create omitted-variable bias or change the question. Centering can help with nonessential correlation introduced by polynomial terms or interactions, but it does not solve all substantive overlap. Refit and evaluate the chosen model, and explain what its coefficients can and cannot support.
Implementación en el mundo real
A hypothetical housing model includes both floor area in square feet and floor area in square meters. Because one is a fixed rescaling of the other, the design matrix is redundant; retaining one unit avoids duplicate information.
An analyst estimates a travel-time model with distance and estimated fuel use, which strongly co-move on the sampled routes. A high VIF flags unstable attribution, even if predictions remain useful within similar routes.
A health researcher records age and years since birth separately. Their shared information makes separate coefficient interpretations weak; domain reasoning can determine whether one measure or a different contrast answers the study question.
A team compares a VIF before and after centering a predictor used in a polynomial model. Centering can reduce nonessential collinearity between the raw and squared terms, while preserving the need to inspect the model's interpretation and design.
The Future of Multicollinearity and Variance Inflation Factor
Regression reports can make collinearity easier to judge by showing predictor definitions, coefficient intervals, VIF diagnostics and prediction performance together. Future analyses should distinguish whether the aim is stable attribution, forecasting, or both, since remedies differ. When collecting new data is possible, deliberately obtaining cases that vary predictors independently may improve interpretability. When data collection cannot change, a regularized model or a transparent combined measure may be appropriate, with its tradeoffs documented. Repeat the assessment when the feature set or population changes; yesterday's predictor relationships need not describe a new sample.
Poniéndolo en práctica
Por qué es importante
- Costo y presupuesto. Las decisiones de arquitectura impulsan el rendimiento y los costos operativos durante años.
- Decisiones más claras. La educación técnica ayuda a los equipos a elegir la pila adecuada, no sólo la más nueva.
- control de calidad. Mejores opciones de ingeniería reducen los incidentes de confiabilidad en la producción.
cuidado con
- La optimización de un punto de referencia puede ocultar debilidades más amplias del sistema.
- Los costos de infraestructura y mantenimiento a menudo se subestiman.
- Las brechas de seguridad y observabilidad pueden crecer a medida que los sistemas se vuelven más complejos.
Próximos pasos
- Defina objetivos de latencia, calidad y costos antes de la implementación.
- Comparación en condiciones realistas de carga y datos.
- Monitoreo de instrumentos para detectar errores, deriva e impacto para el usuario.
- Prepare rutas de reversión y respuesta a incidentes antes de escalar.
Sigue explorando
Boletín gratuito
Recibe el resumen diario de IA
Tres noticias verificadas sobre IA cada mañana de lunes a viernes, explicadas con claridad. Gratis para siempre y sin anuncios.
Un correo cada día laborable. Date de baja con un clic. Nunca vendemos ni compartimos tu dirección.
Ponte a prueba
Take the Multicollinearity and Variance Inflation Factor quiz
Corrección inmediata en cada respuesta y un certificado para compartir, con un ID verificable, cuando apruebas un curso.
Apoya la educación gratuita sobre IA. AI Understanding es una organización sin fines de lucro 501(c)(3): sin anuncios ni muros de pago, nunca. Hacer una donación
Preguntas frecuentes
What is Multicollinearity and Variance Inflation Factor?
Multicollinearity occurs when predictors in a regression carry overlapping information, making it difficult to separate their individual contributions. The variance inflation factor (VIF) quantifies how much a coefficient's variance is inflated by its linear relationship with the other predictors, but it does not decide which variables belong in a model.
Dos predictores son conversiones exactas de unidades de la misma medida. ¿Qué problema crea esto en una matriz de diseño ordinaria?
Una columna es un múltiplo constante de la otra, por lo que el modelo no puede identificar ambos coeficientes por separado.
Un modelo predice bien, pero los signos de los coeficientes de dos predictores correlacionados cambian entre muestras. ¿Qué interpretación encaja?
La colinealidad puede hacer que las estimaciones de coeficientes separados sean inestables incluso cuando las predicciones dentro del régimen observado son útiles.
Un VIF es grande. ¿Qué conclusión se justifica sólo por ese valor?
Los diagnósticos de VIF se superponen en las columnas de diseño incluidas; por sí solo no prescribe un remedio ni evalúa la predicción.
Para un VIF de 5, ¿en qué factor se infla el error estándar del coeficiente según la comparación indicada?
La inflación de la varianza por cinco corresponde a la inflación del error estándar por la raíz cuadrada de cinco.
¿Por qué eliminar una función de VIF alto podría ser una respuesta automática deficiente?
La característica puede ser científicamente importante y eliminarla puede cambiar la interpretación u omitir información relevante.
sigue aprendiendo
Guías relacionadas
Más guías seleccionadas para este tema.