扫码加入数据分析学习群

问题描述：

• 在做多元线性模型的时候，往往出现“多重共线性问题”，这是什么？如何解决呢？

解决思路：

• “多重共线性”可以理解为x和x之间太相近了，从VIF方差膨胀因子的计算公式就可以看出来，去掉y，其它x对被检验的x的解释能力，如果VIF值太高，说明这个x就没有存在于这个模型里的意义

VIF=1/(1-r²) ；当VIF大于10的时候，说明其余x对该x的解释力度达到了90%

• “多重共线性”问题的产生原因，可能是数据质量，可能是误操作，例如哑变量没有剔除基准变量就进入模型
• 以spss举例，在线性模型的菜单下勾选“共线性诊断”可以计算VIF的值

对于多重共线性问题，常见的解决策略，仅供参考：

• 保留更重要的x，去掉与之共线性的x
• 对相近的x做变量信息压缩，例如主成分或者因子分析
• 对共线性问题的1个或几个x，做升格或降格处理

多重共线性问题的解决策略，参考链接：https://blog.csdn.net/wangcheng666666/article/details/79187703