多重共线性什么意思?

多重共线性指回归分析中自变量之间存在高度相关关系。比如研究房价时，房屋面积和房间数量往往同时变化，两者数据相互影响。这种相关性会让模型难以区分单个变量的独立作用，导致回归系数不稳定。数据中若出现变量间的强关联，就可能引发多重共线性问题，影响分析结果准确性。

多重共线性的影响

多重共线性会使模型系数的方差增大，结果变得不可靠。比如自变量A和B高度相关时，模型可能错误地将A的效果归因于B。实际应用中，这会导致预测误差增加，甚至得出与常识相反的结论。检测方法包括计算变量间的相关系数或观察方差膨胀因子，数值过高时需处理数据，比如剔除冗余变量或改用其他分析方法。