主成分分析不适合处理多重共线性问题？

最近也在研究这个，晕晕哒~

新人帮你顶顶吧，看来还有很多需要学习的

主成份和岭回归都可以用于处理多重共线性问题，但都是有偏的，计量经济学最在乎的就是无偏性，所以这两种方法一般是在万不得已的情况下使用。同时实现这两种方法的GAUSS程序可以在林光平的《计算计量经济学》中找到，实现起来也不麻烦。不过，正如楼主书上所言，要慎用。有偏。。。伍德里奇的书一直告诉我们，为了得到无偏估计，要尽量大样本，尽量多地包括回归变量。

我做主成分分析的时候也发现，当样本量小，变量多时，主成分分析（通过KMO检验和Bartlett检验）对多重共线性的问题处理效果不好，几个主成分间仍存在较强的相关性。

可能就在于对于不同研究目的和实验样本要选择合适的研究方法和工具，这里PCA的问题可能就在于无法精确处理区分共线性信息，正如楼上所说，PCA可能会忽略和遗漏某些重要信息，特别是由于其大方差性导致的问题。

many 3kssssssssssssssss

可以使用主成分回归

感谢分享！

xuexixuexi

学习了。谢谢