实验中本来有4个数据：X1，X2，X3，X4，由于结果不理想，我把他们扩成了二次项：X1,X2,X3,X3,X11,X22,X33,X44,X12,X13,X14,X23,X24,X34,这是不是必然会存在多重共线性啊

多重共线性的问题存在是很正常的!

因为在线性回归中,最大的假设前提下,有一个是自变量之间是独立的!

你想想,自变量之间完全独立的数据是一种怎么样的数据.

处理多重共线性的问题有很多种,但一定要考虑现实的意义,不然你就变成在玩一个数字游戏了.

所以我同意ereree的建议看一些不是统计专业人写的书.

因为不知道你的最终目的是干什么的,所以不能在这里简单的用文字说出来!

至于你刚刚问的怎么变换,可以把数据变得线性相关.举一个简单的例子,你可以把一个自变量和因变量画一个散点图,看看他们是一个什么样的关系,到底是线性还是一个对数啊,平方啊,或者是乱七八遭的.这样你就可以通过一些数学变换把自变量和因变量变成一个线性的关系.

同意楼上的建议，如果发现结果不正常。可以考虑用其他方法进行回归。

谢谢各位大大的回帖，我再重新处理一下数据再看看结果。

PS：这几天学校网络不好，一直上不来，真郁闷。

[此贴子已经被作者于2007-6-11 16:09:46编辑过]

从一些文献上看到SEM可以解决多重共线性问题,只是对SEM还没有明白!

多重共线性的问题,计量经济学中有描述,共线性在回归中不是有没有的问题,只是程度的问题!计量经济学方面没有太好的解决办法,只能一事一议!他的主要问题是使得统记量的方差很大,因此T统计量不显著,但是拟和优度却很高!统计的稳定性很差,换一组数据,结果会有很大的不同!可以剔除变量,但是同时损失了信息(数据),可以用因子分析试试,SPSS中有程序支持!!

我觉得你说的有道理，但是很多专门讲回归分析的书（不管和SPSS有没有关），都不讲因子分析，这不是误人子弟么。

样本是不是也太少了啊

应该是主成分分析