---
title: "Annahme 5: Multikollinearität"  # Titel der Seite
weight: 306  # Individuelles Gewicht 
menuTitle: "Multikollinearität" # Falls Titel zulang ist, hier Kurztitel
tags: ["regressionsdiagnostik", "multikollinearität"]  # Tags hiereinsetzen; Kurzwort, was auf der Seite passsiert
---

<script src="/statsplus/lb4/rmarkdown-libs/header-attrs/header-attrs.js"></script>


<p><strong>Multikollinearität</strong> bedeutet, dass unter den unabhängigen Variablen lineare Abhängigkeiten vorliegen. Dies prüfst du über den <em>variance inflation factor</em> (<strong>VIF</strong>). Wenn der Wert des <strong>VIF</strong> über <span class="math inline">\(10\)</span> liegt, dann ist die <strong>Multikollinearität</strong> hoch und die Schätzung verzerrt (andere empfehlen Richtwert <span class="math inline">\(5\)</span>).</p>
<p>Formel des <strong>VIF</strong>:
<span class="math display">\[VIF_i = \frac{1}{1-R^2_i}\]</span></p>
<p>Um den <strong>VIF</strong> zu berechnen, rufen wir die Funktion <code>vif()</code> aus der <strong>library</strong> <code>car</code> auf. Für jede unabhängige Variable erhälst du den <strong>VIF</strong>-Wert:</p>
<pre class="r"><code>install.packages(&quot;car&quot;)
library(&quot;car&quot;)</code></pre>
<pre class="r"><code>vif(olsModel2)</code></pre>
<pre><code>##   stfeco  trstlgl 
## 1.000119 1.000119</code></pre>
<p><span class="math inline">\(\Rightarrow\)</span> Wir erhalten hier keine Werte, die über den empfohlenem Grenzwert liegen. Also weiterhin alles okay!</p>