您好,现在我来解答以上的问题。多重共线性的后果及纠正措施，多重共线性相信很多小伙伴还不知道,现在让我们一起来看看吧！
1、多重共线性是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
2、多重共线性是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
3、一般来说，由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。
4、多重共线性产生的原因主要有3各方面：经济变量相关的共同趋势。
5、2、滞后变量的引入。
6、3、样本资料的限制。
7、多重共线性的主要影响：完全共线性下参数估计量不存在；近似共线性下OLS估计量非有效。
8、多重共线性使参数估计值的方差增大，1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF)。
9、参数估计量经济含义不合理；变量的显着性检验失去意义，可能将重要的解释变量排除在模型之外。
10、模型的预测功能失效。
11、变大的方差容易使区间预测的“区间”变大，使预测失去意义。
温馨提示：答案为网友推荐，仅供参考
相似回答