多重共线性问题

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

逐步回归法解决多重共线性问题的缺点是什么？而岭回归在解决多重共线性问题上比逐步回归法的优势在哪里？求解答，重点一个缺点，一个优点。谢谢！

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1 回帖

关键词：多重共线性问题 多重共线性 多重共线 共线性 性问题

顶一个

逐步回归不解决多重共线性，只是通过对比显著程度来挑选变量。优点就是可以保证所有的系数都是显著的，当然显著的标准可以自定。

岭回归因为是一种稳健的估计，所以说可以非常有效的解决多重共线性问题。普通最小二乘是不稳健的，原因就在于当变量存在共线性的时候，求逆就变成了一件非常坑爹的事情。

两者好坏取决于个人，在统计问题中，没有最好的只有最合适的，当然在解决共线性这一块，毫无疑问岭回归，当然很多时候是可以几种方法结合在一起使用的，一般来说我处理问题的话都是先用逐步回归过一遍所有的变量，当变量很多的时候。

只是随口扯扯淡，不保证全对，供lz参考。

求证1加1 发表于 2013-11-21 13:34
逐步回归不解决多重共线性，只是通过对比显著程度来挑选变量。优点就是可以保证所有的系数都是显著的，当然 ...

谢谢，这些都是教材没有的，很有收获。

804967363 发表于 2013-11-21 13:38
谢谢，这些都是教材没有的，很有收获。

感觉现在还是lasso比较流行吧

求证1加1 发表于 2013-11-21 13:52
感觉现在还是lasso比较流行吧

我查了一下Lasso算法，又增长了见识，感谢大神，你的知识面好广啊。。。。

逐步回归缺点：统计上剔除掉的变量，实际中人们认为是重要的。