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。

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

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。。。。