BE多重共线性原理与解决办法

1998 年农村居民食品支出 file:BE 里的案例，数据干净，变量也不多，挺适合刚上手做回归的同学玩一玩。food、EX、IN 这三个变量，关系挺直观的，跑回归就能看出门道。尤其用来讲多重共线性，正合适。

file:BE 的案例有个优点——变量间有正相关，但也正因为这样，用多元线性回归会遇到多重共线性问题。简单说，就是几个解释变量互相之间太“亲密”，回归结果就容易不稳定。

嗯，用这个案例怎么发现共线性（比如看VIF指标），怎么（像删变量、主成分、岭回归之类），都合适。推荐给做教学展示或者写方法对比文章的你。

顺手还能拓展下，比如换用SPSS跑一下，或者用Python里的statsmodels库。哦对了，这篇 SPSS 教程讲得蛮清楚的，值得一看。

如果你正好在写论文、备课、或者就是想拿个真实点的案例练练手，这个案例还挺不错的。数据在 file:BE 里，跑起来也快，强烈推荐你试试。