共线性诊断（VIF分析）
方法简介：共线性诊断通过计算VIF（方差膨胀因子）和容忍度来评估自变量之间的线性相关程度，是回归分析前的重要诊断步骤。严重的多重共线性会导致回归系数不稳定。
VIF值的判断标准
| VIF值 |
共线性程度 |
处理建议 |
| VIF < 5 | 无明显共线性 | 无需处理 |
| 5 ≤ VIF < 10 | 潜在共线性 | 需关注 |
| VIF ≥ 10 | 严重共线性 | 必须处理 |
容忍度（Tolerance）
容忍度 = 1 / VIF，值越小表示共线性越严重。
- 容忍度 > 0.2：可接受
- 容忍度 ≤ 0.1：严重共线性
如何处理共线性？
- 移除高VIF的自变量
- 合并高度相关的变量
- 使用主成分分析降维
- 增加样本量
使用 chatspss 进行共线性诊断
"检测自变量之间的共线性"
"计算VIF值，诊断多重共线性问题"
相关方法
回归分析 |
相关分析 |
逐步回归
立即使用 chatspss 进行共线性诊断