相关性分析与共线性检验？

1、什么是相关性分析？

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。自变量或控制变量与因变量具有一定的相关性，才能放进回归的方程，相当于对于变量的初步筛选和相关性的初步判断。

Note：如果有多个因变量的话，需要每个因变量分开与自变量做相关性分析吗，还是放在一起做？

有双变量和偏相关。双变量，就是不考虑其他因素，就算两两变量之间的相关系数，所以多个因变量可以一起放进去。偏相关，还需要考虑其他变量，所以如果把多个因变量都放进去，可能会跟单因变量不一样。

通常我们做的是第一种，双变量相关，因此可以将多个因变量都放进相关性检验方程中。其实，双变量分析中得到的相关性矩阵有两个用途，一个是初步探索因变量和自变量之间的关系，其次是检验解释变量之间的相关性，如果非常相关，例如相关性系数达到0.8以上，那么就存在共线性问题，需要对变量进行删除处理。

如何看：

双变量分析就是两个变量之间的关系。因此，首先可以看因变量(Y)与解释变量(X)的关系，要保证其具有一定的相关性，即显著的。

其次可以看解释变量之间的相关性，可以显著也可以不显著，但是最好系数要小于0.8，超过0.8就说明其具有很强的相关性了，造成共线性的问题了。

2、为什么要做共线性分析

线性回归中，解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。因此要对解释变量做共线性分析。通常结果中VIF的平均值要小于10才能证明其不具有共线性问题。

Note：不管有多少因变量，随便找一个因变量就可以，因为共线性分析只需要判断解释变量（X）之间的关系即可以，所以最后的结果都是解释变量之间的关系。Mean VIF 基本上小于10说明共线性不强。