Nella regressione logistica, c'è bisogno di preoccuparsi tanto della multicollinearità quanto della regressione OLS diretta?
Ad esempio, con una regressione logistica, laddove esiste la multicollinearità, dovresti essere prudente (come faresti con la regressione OLS) nel prendere l'inferenza dai coefficienti Beta?
Per la regressione OLS una "correzione" per l'alta multicollinearità è la regressione della cresta, esiste qualcosa del genere per la regressione logistica? Inoltre, eliminare le variabili o combinare le variabili.
Quali approcci sono ragionevoli per ridurre gli effetti della multicollinearità in una regressione logistica? Sono essenzialmente gli stessi di OLS?
(Nota: questo non ha lo scopo di un esperimento progettato)