THANK U VERY MUCH

受教了
嗨
学艺不精啊

这个地方有解释http://wiki.pinggu.org/edition-view-6815-2.html，但说没有明确标准。
目前常用的多重共线性诊断方法有：
　　1.自变量的相关系数矩阵R诊断法：研究变量的两两相关分析，如果自变量间的二元相关系数值很大，则认为存在多重共线性。但无确定的标准判断相关系数的大小与共线性的关系。有时，相关系数值不大，也不能排除多重共线性的可能。
　　2.方差膨胀因子（the variance inflation factor，VIF)诊断法：方差膨胀因子表达式为：VIFi=1/（1-R2i)。其中Ri为自变量xi对其余自变量作回归分析的复相关系数。当VIFi很大时，表明自变量间存在多重共线性。该诊断方法也存在临界值不易确定的问题，在应用时须慎重。
　　3.容忍值（Tolerance，简记为Tol）法：容忍值实际上是VIF的倒数，即Tol＝1/VIF。其取值在0～1之间，Tol越接近1，说明自变量间的共线性越弱。在应用时一般先预先指定一个Tol值，容忍值小于指定值的变量不能进入方程，从而保证进入方程的变量的相关系数矩阵为非奇异阵，计算结果具有稳定性。但是，有的自变量即使通过了容忍性检验进入方程，仍可导致结果的不稳定。
　　4.多元决定系数值诊断法：假定多元回归模型p个自变量，其多元决定系数为R2y（X1，X2,…，Xp）。分别构成不含其中某个自变量（Xi,i=1,2,…，p）的p个回归模型，并应用最小二乘法准则拟合回归方程，求出它们各自的决定系数R2i（i=1,2,…，p）。如果其中最大的一个R2k与R2Y很接近，就表明该自变量在模型中对多元决定系数的影响不大，说明该变量对Y总变异的解释能力可由其他自变量代替。它很有可能是其他自变量的线性组合。因此，该自变量进入模型后就有可能引起多重共线性问题。该方法也存在临界值和主观判断问题。
　　5.条件数与特征分析法：在自变量的观测值构成的设计矩阵X中，求出变量相关系数R的特征值，如果某个特征值很小（如小于0．05 ），或所有特征值的倒数之和为自变量数目的5倍以上，表明自变量间存在多重共线性关系。利用主成分分析，如果X′X的特征值RK小于0．05时，RK所对应的主成分FK可近似为零，表明自变量间存在K个多重共线性关系。
　　除了上述方法外，还有回归系数方差分解法（RCVD法）以及Greene提出的matriods原理及诊断方法等，但这些方法比较复杂，在此不一一叙述


解决方法回目录

1：逐步回归法：剔除变量

2：岭回归方法：有偏估计

3：主成分分析：降维，提取信息

4：偏最小二乘回归法（pls）：原理与主成分方法相似

5.差分法

6.重新定义方程

我们计量老师说过有一个表，对于不同样本值，严重共线的相关系数值是不同的。。

那请问那个表在哪里可以找到呢~？

我没有

多谢 受教

0.8

person检验相关系数在0.8以内，vif检验在10以内，可认为没有严重多重共线性，有论文和研究支撑

可以提供该研究论文么？谢谢

同求同求同求谢谢

你好，请问教材的名字是？

请问支撑的论文是？

http://staff.ustc.edu.cn/~jbs/applex3.pdf

你好，请问在哪里可以找到这个表

一般用VIF来衡量，VIF值小于10即说明没有共线性(严格的标准是5) 解决共线性问题可以使用网页版SPSSAU

请问这里的n指的是小n （比如国家个数）还是大N （比如观测值的个数）

请问佐证的论文是什么呢？谢谢！

vif 大于 10 一般认为有共线性问题