回归模型里常见的消除多重共线性方法有哪些？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1.删除一些不重要的解释变量:选择回归模型时，可以将回归系数的显著性检验、方差扩大因子的多重共线性检验与自变量的实际意义结合起来考虑，引进或者剔除变量
2.增大样本量:当关联系数不变时，增大样本的数量，回归系数估计值的方差也会适当缩小，从而减弱多重共线性的影响
3.回归系数有偏估计:采取有偏估计的方法提高稳定性，如岭回归、主成分法、偏最小二乘法等
评论
全部评论 (0)