1.多重共线性是指多元回归中自变量之间存在较强的线性关系，这种情况在实际中非常常见，比如研究高血压与年龄、吸烟年限、饮白酒年限等因素回归关系，这些自变量之间通常是相关的，如果相关程度很高，所得到的回归方程会很不可靠，可能会将很有统计学意义的自变量变得无统计学意义在多重线性回归分析中，当一个或n个自变量可以由另外的自变量线性表达时，称为该自变量与另外的自变量间存在有多重共线性（muti-co-lineanty）
2.如果自变量间共线性程度很高（相关系数接近1），使用最小二乘法建立的回归方程就有可能失效，偏回归系数的估计值容易失真且稳定性差（即计算结果并不是参数的估计值，且没有实际意义），补充“可引起的问题”见后
3.消除多重共线性的自变量
①剔除某个造成共线性的自变量
②将具有多重共线性的自变量合并成一个新的变量
③逐步回归方法遏制有较强相关关系的变量同时进入方程
（简答题）
何为多重共线性？多重共线性对资料分析有何影响？
正确答案
答案解析
略
相似试题
（单选题）
多重线性回归分析中，共线性是指（），导致的某一自变量作用可以由其他自变量的线性函数表示。
（单选题）
多重线性回归分析中，要描述回归方程，应采用（）。
（简答题）
多重线性回归分析可以使用哪些类型的自变量？
（单选题）
多重线性回归、Logistic回归和Cox回归都可应用于（）。
（简答题）
简述多重线性回归、logistic回归和Cox回归三种模型之间的区别与联系。
（单选题）
对同一资料进行线性相关与回归分析，相关系数r有统计学意义（P
（判断题）
凡是可以做线性回归的资料，均可做线性相关分析。
（单选题）
线性回归分析要求资料（）
（判断题）
服从双变量正态分布的资料都可以进行线性回归分析。
