日期:2024-11-13 15:22
重共线性是指数据集中两个或多个自变量(预测变量)之间存在强烈的线性相关性。简而言之,这些自变量包含了重叠的信息,而不是提供预测因变量(目标变量)所需的唯一信息,使得模型难以确定每个自变量的individual贡献。
在回归分析中,自变量(independent variable)是影响结果的因素,而因变量(dependent variable)是我们试图预测的结果。举个例子,在房价预测模型中,房屋面积、卧室数量和地理位置等因素被视为自变量,而房价作为因变量,取决于这些自变量的变化。
为了充分理解多重共线性的影响,我们需要先了解线性回归的一些知识。
线性回归
假