ضریب تورم واریانس (Variance Inflation Factor یا VIF)

در این مثال:

• تحصیلات مشکلی ندارد.
• سن و سابقه کار همبستگی بسیار زیادی دارند.
• بهتر است یکی از این دو متغیر حذف یا اصلاح شود.

اثر VIF بالا بر مدل رگرسیون

زمانی که مقدار VIF بیش از حد بزرگ شود:

❌ ضرایب رگرسیون ناپایدار می‌شوند.

❌ احتمال نتیجه‌گیری اشتباه افزایش می‌یابد.

❌ خطای استاندارد (Standard Error) افزایش می‌یابد.

❌ معناداری آماری متغیرها کاهش پیدا می‌کند.

❌ مدل قدرت تفسیر خود را از دست می‌دهد.

چگونه VIF را کاهش دهیم؟

حذف متغیرهای تکراری

اگر دو متغیر اطلاعات مشابهی ارائه می‌کنند، یکی از آن‌ها حذف می‌شود.

ترکیب متغیرها

گاهی می‌توان چند متغیر مرتبط را در یک شاخص ترکیب کرد.

افزایش حجم داده‌ها

در برخی موارد نمونه بزرگ‌تر باعث بهبود مدل می‌شود.

استفاده از روش‌های پیشرفته

مانند:

• Ridge Regression
• Lasso Regression
• Principal Component Analysis (PCA)

مزایای استفاده از VIF

✅ تشخیص سریع هم‌خطی چندگانه

✅ افزایش اعتبار مدل رگرسیون

✅ بهبود تفسیر نتایج

✅ کاهش احتمال خطا در تحقیقات

✅ کمک به انتخاب متغیرهای مناسب

کاربردهای VIF

ضریب تورم واریانس در حوزه‌های مختلف استفاده می‌شود:

• اقتصادسنجی
• تحلیل مالی
• داده‌کاوی
• تحقیقات بازاریابی
• علوم اجتماعی
• یادگیری ماشین
• تحلیل منابع انسانی

تفاوت VIF و همبستگی ساده

بسیاری از افراد VIF را با ضریب همبستگی اشتباه می‌گیرند.

ضریب همبستگی (Correlation)

• رابطه بین دو متغیر را اندازه می‌گیرد.
• فقط ارتباط دوتایی را بررسی می‌کند.

VIF

• ارتباط یک متغیر با تمام متغیرهای مستقل دیگر را می‌سنجد.
• برای تشخیص هم‌خطی چندگانه طراحی شده است.

جمع‌بندی

ضریب تورم واریانس (Variance Inflation Factor یا VIF) معیاری آماری برای اندازه‌گیری هم‌خطی چندگانه در مدل‌های رگرسیونی است. این شاخص نشان می‌دهد که یک متغیر مستقل تا چه اندازه اطلاعات مشابهی با سایر متغیرهای مدل دارد. مقدار VIF برابر 1 نشان‌دهنده نبود هم‌خطی است و مقادیر بالاتر، به‌ویژه بیش از 5 یا 10، می‌توانند نشانه مشکلات جدی در مدل باشند. استفاده از VIF به پژوهشگران و تحلیلگران کمک می‌کند مدل‌های دقیق‌تر، قابل اعتمادتر و قابل تفسیرتری ایجاد کنند.