多重共线性解决方法是什么

来源：保捱科技网

1、排除引起共线性的变量：

找出引起多重共线性的解释变量，将它排除出去，以逐步回归法得到最广泛的应用。

2、差分法：

时间序列数据、线性模型：将原模型变换为差分模型。

3、减小参数估计量的方差：

岭回归法（Ridge Regression）。

4、简单相关系数检验法。

扩展资料：

相关影响

（1）完全共线性下参数估计量不存在

（2）近似共线性下OLS估计量非有效

（3）参数估计量经济含义不合理

（4）变量的显著性检验失去意义，可能将重要的解释变量排除在模型之外

（5）模型的预测功能失效。变大的方差容易使区间预测的“区间”变大，使预测失去意义。

需要注意：即使出现较高程度的多重共线性，OLS估计量仍具有线性性等良好的统计性质。但是OLS法在统计推断上无法给出真正有用的信息。