逐步回归是将回归方程中不显著的变量逐步剔除掉，因此，留在方程中的变量都是显著的。共线性问题是通过Tolerance值或VIF值来观察，方程中的异方差问题通过White，BPG，Glesjer等统计量来检验。因此，Stepwise方法与共线性和异方差是两回事。

要注意共線性大的變項在使用逐步迴歸時 容易有一個被排除掉
因為顯著效果被吃掉了
跑的時候可以看一下變項間的相關係數 或是點共線性診斷的方框
而逐步迴歸同樓上所說 就是把不顯著的變項排除

还是云里雾里，有没有关于这方面的资料，我这方面的东西知道的太少了，真是书到用时方恨少呀

相关系数达到0.8以上可能但不“肯定”存在多重共线性问题，多重共线性主要还是通过VIF值或Tolerance值来检查。在Spss里有一个collinearity diagnostic选项，选中后会报两以上两个统计量的值，一般认为VIF小于5或Tolerance大于0.2（两者为倒数关系）就可以认为不存在多重共线性。
存在多重共线性的变量由于他们往往代表很大一部分相同的信息，因此，使用Stepwise回归很可能会如楼上所说剔除其中一个。但检验变量间是否存在多重共线性还是需要通过上面的方法，而不能根据Stepwise回归结果来说明变量之间不存在多重共线性。

谢谢各位，我在好好做做