第1个回答 2020-12-24
先用vif命令检测是否存在多重共线性
接着使用pca命令来做主成分分析找出主成分。或者用stepwise命令来进行逐步回归。交叉项反应了两个变量共同对被解释变量是否有显著影响,在设定的时候应尽量避免多重共线性的问题,如果明知有多重共线性还要强行设定交叉项就可能不能估计,就没有意义了做变量间的相关只能大致判断变量间是否存在多重共线性,建议楼主用estat vif或者coldiag2、collin等命令去通过检验统计量判断下变量间是否真的存在近似多重共线性(完全多从共线性stata建模时会直接omit掉)。若存在,可考虑用主成分回归;或者用逐步回归;或者用岭回归。
第2个回答 2017-10-11
做变量间的相关只能大致判断变量间是否存在多重共线性,建议楼主用estat vif或者coldiag2、collin等命令去通过检验统计量判断下变量间是否真的存在近似多重共线性(完全多从共线性stata建模时会直接omit掉)。若存在,可考虑用主成分回归;或者用逐步回归;或者用岭回归。祝好运。
第3个回答 2017-10-11
做变量间的相关只能大致判断变量间是否存在多重共线性,建议楼主用estat vif或者coldiag2、collin等命令去通过检验统计量判断下变量间是否真的存在近似多重共线性(完全多从共线性stata建模时会直接omit掉)。若存在,可考虑用主成分回归;或者用逐步回归;或者用岭回归
第4个回答 2017-10-11
先用vif命令检测是否存在
多重共线性接着使用pca命令来做
主成分分析找出主成分
或者用stepwise命令来进行逐步回归本回答被提问者采纳