However, this condition can produce

However, this condition can produce ambiguous
results that are associated with unstable estimated regression
coefficients and affects the calculations associated to individual
predictors. Instability in the estimated coefficients can be indicated
by large changes in the estimated regression coefficients
when a variable is added or deleted, or when a data point is
altered or dropped. When dealing with collinearity, the principal
component analysis (PCA) method is one of the most common
ways to reduce collinearity [25]. The PCA, contrary to grouping
methods such as cluster analysis, is a one-sample technique that
uses orthogonal transformation to obtain a set of values of linearly
uncorrelated variables called principal components, which can be
equal to or less than the original number of predictor variables.

ผลลัพธ์ (ไทย) 1:

อย่างไรก็ตาม เงื่อนไขนี้สามารถผลิตชัดเจนผลลัพธ์ที่สัมพันธ์กับการถดถอยประมาณเสถียรสัมประสิทธิ์และมีผลต่อการคำนวณที่เกี่ยวข้องกับบุคคลpredictors สามารถระบุความไม่แน่นอนในการประมาณสัมประสิทธิ์โดยเปลี่ยนแปลงขนาดใหญ่ในสัมประสิทธิ์ถดถอยที่ประมาณเมื่อมีเพิ่ม หรือลบตัวแปร หรือ เมื่อข้อมูลชี้เปลี่ยนแปลง หรือลดลง เมื่อเผชิญกับภาวะร่วมเส้นตรง ครูใหญ่ส่วนวิธีวิเคราะห์ (PCA) เป็นหนึ่งในมากที่สุดวิธีการลดภาวะร่วมเส้นตรง [25] PCA ขัดต่อกลุ่มวิธีเช่นการแบ่งกลุ่ม เป็นเทคนิคอย่างหนึ่งที่ใช้แปลง orthogonal รับชุดของค่าเชิงเส้นส่วนประกอบหลัก ซึ่งจะเรียกว่าตัวแปร uncorrelatedเท่ากับ หรือน้อยกว่าจำนวนตัวแปร predictor เดิม

ผลลัพธ์ (ไทย) 2:

แต่เงื่อนไขนี้สามารถผลิตคลุมเครือผลที่มีความเกี่ยวข้องกับการถดถอยประมาณเสถียรสัมประสิทธิ์และมีผลต่อการคำนวณที่เกี่ยวข้องกับบุคคลพยากรณ์ ความไม่แน่นอนในการประมาณการค่าสัมประสิทธิ์สามารถชี้ให้เห็นจากการเปลี่ยนแปลงขนาดใหญ่ในค่าสัมประสิทธิ์การถดถอยโดยประมาณเมื่อตัวแปรมีการเพิ่มหรือลบหรือเมื่อจุดข้อมูลที่มีการเปลี่ยนแปลงหรือลดลง เมื่อจัดการกับ collinearity เงินต้นวิเคราะห์องค์ประกอบ(PCA) วิธีการเป็นหนึ่งในที่พบมากที่สุดวิธีที่จะลดcollinearity [25] PCA ตรงกันข้ามกับการจัดกลุ่มวิธีการเช่นการวิเคราะห์กลุ่มเป็นเทคนิคหนึ่งตัวอย่างที่ใช้ในการเปลี่ยนแปลงฉากที่จะได้รับชุดของค่าของเส้นตรงตัวแปรuncorrelated เรียกว่าองค์ประกอบหลักซึ่งจะเท่ากับหรือน้อยกว่าจำนวนเดิมของตัวแปร.

ผลลัพธ์ (ไทย) 3:

อย่างไรก็ตาม เงื่อนไขนี้สามารถให้ผลลัพธ์ที่เกี่ยวข้องกับไม่แน่นอนคลุมเครือ

ประมาณค่าสัมประสิทธิ์ถดถอยและมีผลต่อการคำนวณที่เกี่ยวข้องกับตัวบุคคล

ความไม่มั่นคงในประมาณค่าสัมประสิทธิ์ที่สามารถระบุได้โดยการเปลี่ยนแปลงขนาดใหญ่ใน

ประมาณสัมประสิทธิ์ถดถอยเมื่อตัวแปรเพิ่ม หรือ ลบ หรือ เมื่อจุดที่ข้อมูลถูก
เปลี่ยนแปลงหรือปรับตัวลดลงเมื่อจัดการกับ collinearity การวิเคราะห์องค์ประกอบหลัก ( PCA )
) เป็นหนึ่งในวิธีที่พบมากที่สุดเพื่อลด collinearity
[ 25 ] พีซี ต่อการจัดกลุ่ม
วิธีการเช่นการวิเคราะห์การเกาะกลุ่มเป็นหนึ่งตัวอย่างเทคนิคที่ใช้วิธีการขอรับ

ชุดของค่าของตัวแปรเชิง uncorrelated เรียกส่วนประกอบหลักซึ่งสามารถ
น้อยกว่าหรือเท่ากับตัวเลขเดิมของตัวแปร .