※ 引述《Iversonchi (Farewell。)》之铭言： : ※ 引述《sevenkiller (恶狠很的一发)》之铭言： : : 就是自变项间是否有高度相关 : : 如果自变项间高度相关的话 会影响到对回归系数之假设检测 : : 实际上操作的话 SPSS所提供之collinearity的统计包括 : : Tolerance VIF和Condition Index等 : : 这些统计是有关连性的 如Tolerance与VIF就是互为倒数 如果是Tolerance越小 : : 就表示该自变项与其他自变项间之共线性越高 : : 总而言之 共线性在分析当中是低比较好 共线性一高 就代表你的回归有问题 : : 解释起来就很麻烦了 : 在处理时可以使用Aiken与West (1991)的建议, : 先把自变项间做center处理(减去平均数) : 就可以避免这个问题了 是不是也有一种叫净最小平方法（partial least-squares, PLS） 的回归方法 可以解决多元共线性问题 最近在看有关PLS方法的论文 各位高手知道PLS到底要如何应用吗 它是一种软体吗 还是附属在SPSS或sas下的应用 有关於PLS的书吗 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.34.185.236