Dalam Regresi Logistik, adakah kebutuhan untuk mempedulikan multikolinieritas seperti halnya Anda akan menggunakan regresi OLS langsung?
Misalnya, dengan regresi logistik, di mana terdapat multikolinieritas, apakah Anda harus berhati-hati (seperti halnya dalam regresi OLS) dengan mengambil kesimpulan dari koefisien Beta?
Untuk regresi OLS satu "memperbaiki" ke multikolinieritas tinggi adalah regresi ridge, adakah yang seperti itu untuk regresi logistik? Juga, menjatuhkan variabel, atau menggabungkan variabel.
Pendekatan apa yang masuk akal untuk mengurangi efek multikolinieritas dalam regresi logistik? Apakah mereka pada dasarnya sama dengan OLS?
(Catatan: ini bukan untuk tujuan percobaan yang dirancang)
sumber