Diagnosing and correcting the effects of multicollinearity: Bayesian implications of ridge regression

هنگامی که با مشکل چندینالنویسی مواجه شدیم، بیشتر محققان گردشگری پیشنهاد می کنند که میانگین متغیرها را محاسبه کنند. این روش کار نمی کند این در واقع یکی از بزرگترین تصورات غلطی است که ما در زمینه داریم. ما در عوض با استفاده از رگرسیون ریج بیزی پیشنهاد می کنیم و ثابت کننده تغییرات را به عنوان پارامتری که در مورد چیزهایی که باید انجام می شود، درمان کنیم. به خوبی شناخته شده است که بسیاری از تخمین های ثابت تعادلی در ادبیات ارائه شده است. هنگامی که ضرایب رگرسیون ریج دارای توزیع زودهنگام است، انتخاب رسمی می تواند بر اساس احتمال حاشیه باشد. در مورد غیر همجوشی، ما پیش شرطی برای ثابت نگه داشتن تعادلی پیشنهاد می کنیم و نشان می دهیم که نمونه گیری گیبس را می توان برای نتیجه گیری در مورد پارامترهای رگرسیون رججان و نیز خود ثابت بودن تغییرات استفاده کرد. ما حساسیت خلفی را بررسی می کنیم و تکنیک ها را به مجموعه داده های گردشگری اعمال می کنیم.