一、引言回归分析是一种比较成熟的预测模型,也是在预测过程中使用较多的模型,在自然科学管理科学和社会经济中有着非常广泛的应用，但是经典的最小二乘估计，必需满足一些假设条件，多重共线性就是其中的一种。实际上，解释变量间完全不相关的情形是非常少见的，大多数变量都在某种程度上存在着一定的共线性，而存在着共线性会给模型带来许多不确定性的结果。二、认识多重共线性(一) 多重共线性的定义设回归模型y二卩+Px+Px+.+卩x+8如果矩阵x的列向量存在一组不全为零的数k,k,k.k使得k+kx+kx+.+kx二0,i=1,2,n,则称其存在完全共线性,如果k+kx+kx+.+kx沁0,i=1,2,n，则称其存在近似的多重共线性。i2Pip(二) 多重共线性的后果1. 理论后果对于多元线性回归来讲，大多数学者都关注其估计精度不高，但是多重共线性不可能完全消除，而是要用一定的方法来减少变量之间的相关程度。多重共线性其实是由样本容量太小所造成的后果，在理论上称作“微数缺测性”所以当样本容量n很小的时候，多重共线性才是非常严重的。多重共线性的理论后果有以下
