求助：在回归分析中，怎样处理多重共线性？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

<p>求助：在回归分析中，怎样处理多重共线性？</p><p>谢谢</p>

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：多重共线性 回归分析 多重共线 共线性 回归分析

1、保留重要解释变量，去掉次要或可替代解释变量

2、利用先验信息改变参数约束形式

3、变换模型形式

4、综合使用时序数据和截面数据

5、逐步回归

6、增加样本容量

7、主成份回归

非常感谢啊！兄弟！你看看我这个怎么弄啊？

data gangjb;

input y x1-x7@@;

cards;

7.24   6.424  742.39 438.5  207.1  3675.09    26.89 0.08

11      6.3      790   265   247.23   4452  106   0.03

14.05  7.09   843   290   304.91   4600  121.48 -0.01

16.21  5.48   907     313.8   333.9    4935  137.56 -0.01

17.05  6.6    993.32  343.5  402.5    5122  151.62   0

20.16  6.5   1082.19  378.01 533.74   5451.91 176.9   0.01

24.91  6.91   1180   416.16 632.44 5930  203.03 -0.01

29.81  9.84   1344.31    458.76 754.13 6568.91    236.77 0.012

33.7   15.14  1591.9 517.56 869.25 7322.04    296.49 0.039

40.45  14.04  1942   606.92 1018.25    8147.13    366.28 0.018

49.19  16.17  2267.43    689.77 1197.68    9116.61    448.66 0.032

59.03  22.73  2710.28    821.75 1485.57    10678.4    556.78 0.048

;

proc reg corr;

model y=x1-x7/vif collin collinoint;

run;

膨胀因子大于10就说明共线性，采用逐步回归法

膨胀因子用SAS可以算吗？

还有我看有些经济学文献用DW评价复共线性，SAS可以做么？

小弟是学医的，不太明白，呵呵,

还有我们做主成分回归时，确定主成份个数时一般用经验法，一般认为主成份的累计贡献率达到80%就可以了，经济学上有类似的约定么？

采用逐步回归的方法进行变量的剔除！

DW是解释自相关的，和多重共线性好像不相干吧。

经济学中主成分贡献的80%也有效（经济学实际还不用那么高），主成分的特征值大于1就行了。主要目的是做出来的主成分回归模型没有自相关（这就要看D.W了，主成分的回归模型一般不会有），且系数显著。

正在研究怎么解决

5# kevendai
统计学上一般是累计贡献率达到85%，这个也不是固定的，还要看你的实际问题。

对多重共线性的两点认识：
①在实际中，多重共线性是一个程度问题而不是有无的问题，有意义的区分不在于有和无，而在于多重共线性的程度。②多重共线性是针对固定的解释变量而言，是一种样本的特征，而非总体的特征。
消除多重共线性的方法：
1.增加样本容量
2.利用先验信息改变
3.删除不必要的解释变量：参数的约束形式
4.其它方法：逐步回归法，岭回归（ridge regression）,主成分分析（principal  components ）.
这些方法spss都可以做的，你在数据分析的子菜单下可以找到相应的做法。
删除不必要的方法的时候，最好使用一下逐步回归法，这样比较科学一点。
主成分分析的方法使用比较简单科学