1、多重共线性
多重共线性一般是在（1）时间序列数据和（2）横截面数据中会发生。
产生的影响
（1）OLS得到的回归参数估计值很不稳定
（2）回归系数的方差随共线性强度增加而增长
（3）系数的正负号得不到合理的解释
多重共线性的判定方法
1、方差膨胀因子vif
2、特征根判定法
3、直观判定法：更加直观
1.当增加或剔除一个自变量,或者改变一个观测值时,回归系数的估计值发生较大变化。
2.从定性分析认为,一些重要的自变量在回归方程中没有通过显著性检验。
3.有些自变量的回归系数所带正负号与定性分析结果违背。
4.自变量的相关矩阵中,自变量间的相关系数较大。
5.一些重要的自变量的回归系数的标准误差较大。
消除多重共线性
1、剔除一些不重要的解释变量
2、增大样本容量
3、回归系数的有偏估计
统计学家还致力于改进古典的最小二乘法,提出以采用有偏估计为代价来提高估计量稳定性的方法,如：
逐步回归
岭回归法
主成分回归法
偏最小二乘法
lasso回归
适应性lasso回归
2、糖尿病数据+逐步回归法
先看一下数据：
原模型的方差膨胀因子：几乎都非常大
这是逐步回归法的：
去除了大部分变量，保留了部分变量，方差膨胀因子相对小很多。
这是逐步回归法的残差与y的散点图：
以及模型：
大部分自变量通过了检验。
代码：
数据需要可以评论~
library("lars")
library("car")
#file.choose()
da<-read.csv("F:\\learning_kecheng\\huigui\\67章—多重共线性和lasso\\diabetes.csv")[,11:75]
head(da)
lm1<-lm(y~.,data = da)
lm_step = step(lm1,trace = F)
vif(lm1)
vif = vif(lm_step)
sort(vif(lm1),de=T)[1:5]
sort(vif)
summary(lm_step)
xx = cor(da[,-1])
kappa(xx,exact = TRUE)
kappa(da[,-1],exact = TRUE)
shapiro.test(lm_step$res)
Anova(lm_step,type="III")
plot(da$y,lm_step$res)
abline(h=0,lty=2)