请问哪位知道 spss中如何消除多重共线性 模型

pxhytq

最近 分析一个模型 发现变量之间存在共线性 一般 可以用主成分 和岭回归 处理 但不知道在spss中怎么操作 请哪位大哥帮帮忙

小芳

利用这个主成分分析应该可以的 http://www.bioon.com/biology/spss/55197.shtml 这个网站不错的！

kurong1985

file内syntax选项中有个专门程序可用[em07]

cartoon

还可以做的是：去中心化

hhj91

 可以看这个帖子：http://bbs.cfaspace.com/dispbbs.asp?boardID=88&ID=20386&page=1

 SPSS主成分回归插件，主要用于多元线性回归中剔除自变量间的共线性问题

      

     

插件下载地址：下载地址

 

 

http://bbs.cfaspace.com/dispbbs.asp?boardID=88&ID=20386&page=1

qlzhan

多重共线性的处理的方法
（一）删除不重要的自变量
自变量之间存在共线性，说明自变量所提供的信息是重叠的，可以删除不重要的自变量减少重复信息。但从模型中删去自变量时应该注意：从实际经济分析确定为相对不重要并从偏相关系数检验证实为共线性原因的那些变量中删除。如果删除不当，会产生模型设定误差，造成参数估计严重有偏的后果。
（二）追加样本信息
多重共线性问题的实质是样本信息的不充分而导致模型参数的不能精确估计，因此追加样本信息是解决该问题的一条有效途径。但是，由于资料收集及调查的困难，要追加样本信息在实践中有时并不容易。
（三）利用非样本先验信息
非样本先验信息主要来自经济理论分析和经验认识。充分利用这些先验的信息，往往有助于解决多重共线性问题。
（四）改变解释变量的形式
改变解释变量的形式是解决多重共线性的一种简易方法，例如对于横截面数据采用相对数变量，对于时间序列数据采用增量型变量。
（五）逐步回归法
逐步回归（Stepwise Regression）是一种常用的消除多重共线性、选取“最优”回归方程的方法。其做法是将逐个引入自变量，引入的条件是该自变量经F检验是显著的，每引入一个自变量后，对已选入的变量进行逐个检验，如果原来引入的变量由于后面变量的引入而变得不再显著，那么就将其剔除。引入一个变量或从回归方程中剔除一个变量，为逐步回归的一步，每一步都要进行F 检验，以确保每次引入新变量之前回归方程中只包含显著的变量。这个过程反复进行，直到既没有不显著的自变量选入回归方程，也没有显著自变量从回归方程中剔除为止。

cowboy1106

楼上的方法多，再加上主成分回归吧