常数项和自变量共线性如何处理

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

     数据是截面数据，设置了企业类型变量，将企业分成5种类型，设置了4个二元变量，另外设置了两个二元的控制变量，因变量也是二元变量，logistics回归，显示常数项和其中几个二元变量相关系数偏高，但没超过0.7，担心有共线性，于是用spss的线性回归里的共线性诊断跑了一下，特征值、条件指标、容忍度值和方差膨胀都在可接受的范围内（比较理想），但方差比例表中的常数项列的最下面一行的那个方差比例高达0.9！只有这个数字是大于0.9，其他数值都非常非常小。于是我查了一下相关资料，“当两个预测变量在同一横排特征值上的方差比例愈接近1，表示变量间关系愈密切”，一般不能超过0.8。  这种情况，该怎么办啊？  跪求指导和请教，当常数项和某个自变量出现共线性，一般说明出了什么问题？（会不会暗示可能会有内生性问题？）（捂脸）

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0 回帖

关键词：常数项 自变量 共线性 LOGISTICS logistic logistics 自变量 容忍度 因变量 如何

多重共线性一般考虑的是自变量与自变量间额，常数项一般不包括在内的，楼主多虑了。祝好运。

如果是自变量的多重共线性，一般可有3种解决办法，一是使用逐步回归分析（让模型自动剔除掉共线性过高项）；二是使用岭回归分析（使用数学方法解决共线性问题），三是进行相关分析，手工移出相关性非常高的分析项（通过主观分析解决），然后再做线性回归分析。网页版SPSSAU可以进行分析。