本文介绍了在Eviews中如何进行多重共线性分析，通过方差膨胀因子（VIF）检验发现自变量间不存在强多重共线性。当遇到多重共线性问题时，文章提到了逐步回归法作为修正手段，并展示了通过逐步回归剔除变量X2，保留X1，有效解决了共线性问题，提高R2和F值的过程。
更多精彩内容请关注我们
小统今天继续跟大家学习Eviews统计建模之经典线性回归模型之检验及修正--多重共线性。
01
多重共线性分析
如何进行多重共线性分析?
在进行了回归分析后,我们首先对自变量进行多重共线性检验,以判断自变量是否存在多重共线性,此处我们使用方差膨胀因子来进行检验。
方差膨胀因子简称VF左侧表格展示的是VIF的检验结果,从其 Centered VIF值能够看出,变量X1对应的VIF值为1.19,变量X2对应的VF值为1.19,均小于10,可见,各个自变量之间并不存在较强的多重共线性由此,此处不需要进行共线性修正。
那么,若遇到存在多重共线性的数据,我们该如何修正呢?
02
最低0.47元/天 解锁文章
9632
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
