如何解读SPSS共线性诊断结果以及解决多重共线性问题的方法

一般情况下，公差和方差扩展因子（vif，公差倒数）被用作共线性诊断指标。一般来说，公差值在0到1之间。如果该值太小，则表明该自变量与其他自变量之间存在共线性问题。vif值越大，共线性问题越明显。一般以不到10分为判断标准。

具体的解决方法如下：

1、首先单击“打开数据文档 ”，将xls格式的全国各地区能源消耗量与产量的数据导入SPSS中。

2、接着在导入过程中，每个字段的值都转换为字符串，我们需要手动将相应的字段转换回数值类型。单击菜单栏中的“->”将所选变量更改为数字类型。

3、数据清理包括填写缺失值和使用spss分析工具检查每个变量的数据完整性。单击“->”检查缺失值的数量和输入数据的百分比。

4、SPSS提供了填充缺失值的工具，点击菜单栏“>”，也就是说，它可以使用软件提供的几种工具来填补缺失值，包括序列平均值、近点中值、近点中值等。结合本次实习数据的具体情况，我们没有使用spss软件提供的缺失值替换工具，主要是手工将缺失值替换为零值。

操作步骤：
　　1、先打开回归的对话框：analyse--regression--linear，打开线性回归对话框；
　　2、将自变量因变量都放到各自的位置，然后点击statistic；
　　3、在该对话框中，有一个多重共线性诊断的选项，勾选他，如图所示，点击continue按钮，返回主对话框；
　　4、点击ok按钮，开始输出诊断结果；
　　5、特征根（Eigenvalue）：多个维度特征根约为0证明存在多重共线性；条件指数（Condition Index）：大于10时提示我们可能存在多重共线性，相关系数矩阵，找到数值接近1的相关，这也提示出可能存在多重共线性。

操作步骤：
1、先打开回归的对话框：analyse--regression--linear，打开线性回归对话框；
2、将自变量因变量都放到各自的位置，然后点击statistic；
3、在该对话框中，有一个多重共线性诊断的选项，勾选他，如图所示，点击continue按钮，返回主对话框；
4、点击ok按钮，开始输出诊断结果；
5、特征根（eigenvalue）：多个维度特征根约为0证明存在多重共线性；条件指数（condition
index）：大于10时提示我们可能存在多重共线性，相关系数矩阵，找到数值接近1的相关，这也提示出可能存在多重共线性。

这个很简单啊，看vif或者特征根
采用主成分回归，sem，岭回归都行
专业数据分析找我做