打肿脸充“大神”，莫怪哈~~
首先，建议楼主列出阅读书目的详细信息，包括题名、作者、出版社、年份、引用页数等，方便大家讨论。
其次，由于自变量间相互作用导致的多重线性问题，现实中是不可避免的。那谁不是说过“事物是普遍联系的”么:-D
再次，多重共线性不影响分析，至少在分析因变量变化的层面上。以最基本的多元线性回归为例，只要不是严重的甚至完全的多重共线性，都不怎么影响对因变量的解释，这受到统计方法论的支撑。Y=b0+b1*X1+b2*X2+b3*X3，本质上是b0, b1, b2, b3共同作用影响Y，探讨单个（如b2）系数的大小犯错的几率会变大。
最后，如果楼主意欲探究单纯的X2对Y的影响（b2)，或者本质上是探究X1，X2，X3之间的关系，那就加油吧！什么IV啊、结构方程啊……反正还早，不急不急哈！
以上理解，难免有失偏颇。如有大神，打脸请轻一点哈！

你可以这样看，多重共线性是把一个系数分成了几部分，比如说，因素A系数为0.8，但是由于我们选取变量的原因，我们选了BCD三个变量，如果这三个变量与A无实质区别，我们也许就把0.8分成了3个部分，比如0.1  0.3   0.4，原来是0.8的系数，现在分散出了0.1，这有可能就使他变得不显著了，但是，我们在预测的时候，A因素的0.8实际上与0.1B+0.3C+0.4D预测结果一样。

谢谢你的解答，我是否可以理解为多重线性的出现，会导致分析某一个解释变量对被解释变量解释程度的不科学性，但并不影响（或影响程度不大）所有解释变量对被解释变量的总体解释。也就是对应的总体F检验通过与系数t检验不过。

感谢你的耐心回答

分析时可以看一下VIF值。一般是小于10即说明没有共线性(严格的标准是5)https://bbs.pinggu.org/thread-10797673-1-1.html可以参考下