本文目录一览：
共线性检验目的
1、因为多重共线性检验的目的是检测自变量之间的相关性，而不是因变量与自变量之间的相关性。因变量可以在回归分析中自动被纳入考虑范畴，因此不需要在多重共线性检验中进行处理。
2、为了避免这个问题，就有必要对自变量之间的相关与否进行检验。
3、逐步回归（Stepwise Regression）是一种常用的消除多重共线性、选取“最优”回归方程的方法。
4、共线性检验是回归诊断的一种。所谓共线性是指回归方程中若干个自变量之间具有线性关系，也就是某些自变量能够表示为其他自变量的函数。
5、不论是何种数据，用最小二乘法是一定可以得到一个线性关系式的（除非所有的数据相同），但是两组数据并不一定存在线性相关关系，为了避免得到本不存在的回归方程，对相关关系的显著性进行检验。
6、平稳性检验在于检验平稳性。多重共线性在于判断共线程度是否严重到必须要处理的程度。平稳性检验在于检验平稳性检验平稳性，若平稳，作协正检验。检验中要用到每个序列的单整阶数。判断时间学列的数据生成过程。
spss回归中共线性诊断怎么解释结果
1、spss回归分析结果看法：回归模型的拟合度：查看模型摘要表格中的R（决定系数），以评估模型对数据的拟合程度。R值越接近1，说明模型对数据的拟合越好。
2、spss线性回归分析结果解读是首先看方差分析表对应的sig是否小于0.05，如果小于0.05，说明整体回归模型显著，再看下面的回归系数表，如果这里的sig大于0.05，就说明回归模型不显著，下面的就不用再看了。
3、spss线性回归分析解读结果。一般来说线性回归分析报告包含以下三个方面。模型摘要，摘要告诉我们模型的拟合性如何。方差分析，方差分析的本质是检测r平方是否显著大于零。
spss共线性诊断维度1.2.3.4.5.6是什么
1、李克特量表的尺度形式有多种，我们常见是五级量表，即五个答项，另外还会有七级量表，九级量表或者四级量表等。其范围从一个极端的态度到另一个极端，如“非常可能”到“根本不可能。”或者“非常同意”到“非常不同意”。
2、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。
3、一般以容忍度、方差膨胀因子（VIF，容忍度的倒数）作为共线性诊断指标。一般来说，容忍度的值介于0和1之间，如值太小，说明这个自变量与其它自变量间存在共线性问题；VIF值越大，则共线性问题越明显，一般以小于10为判断依据。
4、回到上图左边的对话框之后，选择确定，SPSS给出了线性回归分析的结果。其中共线性诊断的部分如下图，如果条件指数10，则表明有共线性。红色框所标出的条件指数高2973(10)，可见共线性存在。
5、spss使用VIF判断多重共线性标准是10，超过10，说明有共线性，越大共线性越大。多重共线性，计算自变量的偏回归系数时矩阵不可逆。
