To reduce the number of parameters

To reduce the number of parameters in our models and avoid issues of multicollinearity whilst maintaining as much variability in our predictors as possible, composite variables were calculated using principal components analysis

Results (Indonesian) 1:

Untuk mengurangi jumlah parameter dalam model kami dan menghindari isu-isu Multikolinearitas sementara tetap mempertahankan sebanyak variabilitas dalam prediksi kami mungkin, variabel komposit dihitung menggunakan analisis komponen utama

Results (Indonesian) 2:

Untuk mengurangi jumlah parameter dalam model kami dan menghindari masalah multikolinearitas sementara menjaga sebanyak variabilitas dalam prediksi kami mungkin, variabel komposit dihitung menggunakan analisis komponen utama