《心理多元统计分析教学课件》第5章+多元线性回归.pptVIP

当自变量出现严重的多重共线性时，会对回归分析产生如下影响： 1、回归系数的置信区间变宽，系数变得不稳定，这时，得到的回归系数是不可靠的； 2、回归系数不能反映自变量的独立作用，自变量会互相削弱各自对y的边际影响； 3、影响预测的效果。 5.7.3 多重共线性的诊断 可以通过以下方法来判断方程中是否存在多重共线性： 1、方程的决定系数很高，且y与各自变量的相关系数也很高，但自变量的回归系数均不显著，表明自变量间可能存在多重共线性。 2、两个自变量时，自变量之间的相关系数很高； 3、多个自变量情形，某一自变量可以被其它自变量线性表示。 4、条件数法： K=?1/?p,可以用它来判断多重共线性是否存在以及严重程度. 当0k100,没有多重共线性；当100?k?1000时，存在较强的多重共线性；当k?1000时,认为存在严重的多重共线性。 5、方差扩大因子（VIF） 6、方程的决定系数很高，存但每一自变量的偏决定系数很小，说明变量之间可能在高度的线性关系。 7、分别构造不含某一自变量的p-1个回归模型，将它们与包括所有自变量的回归模型进行比较，若某个模型与含所有变量的模型的R2很接近，说明改变量对于y的解释是多余的。 8、有些自变量的回归系数所带正负号与定性分析结果相违背时，存在多重共线性。 9、一些重要的自变量在回归方程中没有通过显著性检验时，可初步判断为存在多重共线性。 10、在自变