转自：知乎 https://zhuanlan.zhihu.com/p/22907932
突然想到，在实际情况中，对于回归模型
不难保证每维特征的独立性，特征之间难免会存在共线性关系，而线性回归中通常采用的最小二乘法是一种无偏估计，会对结果造成偏差
在消除多重共线性的问题的时候，可以利用相关系数矩阵和方差扩大因子来进行识别，可以使用主成分分析(pca)和岭回归(ridge)来对多重共线性的问题进行减弱或者消除。
1. 多元回归的基本假定：
第一：对于扰动项的假设为正态性，零均值，同方差，相互独立
第二：对自变量的假定，解释变量是确定型变量，不存在线性相关关系
第三：自变量与扰动项不相关
2. 数据和多重共线性验证
(一) 如果不存在共线性问题的话，只用普通的最小二乘法即可
这里需要注意的是，为了提高处理效率和准确率，常常我们会将数据标准化处理
比如变成均值为0，标准差为1的序列，这样能够使每个因子得到平等对待
（二）相关性矩阵
如果各个因子之间存在比较低的正相关或者负相关系数，但不一定是多重共线性问题，那么问题不严重
（三）多重共线
多重共线表示变量之间的线性相关关系，多重共线性一般采用反证法
（四）方差扩大因子
方差扩大因子其实类似于相关系数矩阵，通过相关系数矩阵，我们只能大致看出存不存在多重共线性，但是通过方差扩大因子VIF可以度量多重共线性的严重程度。
经验表明，当VIF>10，也就是R^2>0.9，就说明xi和其他变量之间有严重的多重共线性，且会影响最小二乘估计量。
三、解决多重共线性问题
（一）岭回归
最小二乘法对于参数的估计是无偏的，但是建立在很多基本假设之上，如果我们可以放宽一些条件，对于参数估计是有偏的，那么多重共线性问题就没有那么严重了，损失了无偏性，但是带来的是高的数值稳定。
当变量之间存在多重共线的时候，|X^TX|约定于0，矩阵的逆也及其不稳定，导致最小二乘法对参数的估计偏差非常大，矩阵解决奇异性的成都就非常高。这时强制加上一个单位矩阵，那么矩阵就变得可逆了。
（二）主成分分析
如果因变量的个数比较多，彼此很可能存在多重共线性问题，观测信息有一定程度上的信息重叠，这时希望用较少的几个综合变量来代替原来较多的变量，使得这几个综合变量之间彼此不相关，但是尽可能地包含原有的信息。
pca---假设数据的数量为N，因子数量是n，首先求解几个因子的协方差矩阵(n*n)，对协方差矩阵求解特征值，特征向量，选出的特征向量最大的p个组成矩阵(n*p)，再和原本的数据做乘法(N*n)
利用调整后的数据进行回归。
