1.变量选择是非常不好处理的问题,选择的方法不同可能得到不同的模型,而这些模型可能都是不错的(都能通过各种假设检验).所以要综合考虑,对得到的模型进行评估检验(例如:aic 残差检验等)

2.这个问题,也可以正向回归,反向回归,还有个(我记不太清了,名字可能说的不准),每种回归就可能得到不同的模型.

3.不能克服多种共线性.

4.上面的:

只要不是太严重的多重共线性,一般不是大问题,对系数的估计还是无偏的,只是增大了方差,导致部分不显著,但如果在大样本时便不是问题.

是不错的,只不过有多重共线形时,最后对模型的解释可能有些问题.但不会影响模型的精度.

上面是个人的理解.不对的地方大家多交流.

强啊！

已对帮助的人进行了奖励！