En la costumbre de VIF, el cálculo de la regresión lineal, cada uno independiente/variable explicativa $X_j$ es tratada como la variable dependiente en una de regresión de mínimos cuadrados ordinarios. es decir,
$$ X_j = \beta_0 + \sum_{i=1, i \neq j}^n \beta_i X_i $$
El $R^2$ se almacenan los valores para cada una de las $n$ regresiones y VIF está determinado por
$$ VIF_j = \frac{1}{1-R^2_j} $$
para una determinada variable explicativa.
Supongamos que mi generalizar el modelo aditivo toma la forma, $$ Y=\beta_0+ \sum_{i=1}^n \beta_iX_i + \sum_{j=1}^m s_j(X_i) . $$
Hay un equivalente de VIF de cálculo para este tipo de modelo? Hay una forma de control para el correcto términos de $s_j$ a prueba de multicolinealidad?
Gracias.
http://en.wikipedia.org/wiki/Generalized_additive_model http://en.wikipedia.org/wiki/Variance_inflation_factor
