第三节、多重共线性的修正一、剔除不必要的变量删除不重要的、可能引起多重共线性的解释变量，使得解释变量间不再存在严重的多重共线性。二、改变解释变量的形式（一）差分法，一般而言，差分后变量之间的相关性要比差分前弱得多，所以差分后的模型可能降低出现共线性的可能性，此时可直接估计差分方程。（二）指数增长率法（三）以比率代替高度相关的变量三、补充新数据如果样本容量增加，多重共线性程度会相应降低。四、利用非样本先验信息通过经济理论分析能够得到某些参数之间的关系，在研究模型中可以利用这些关系，以减弱多重共线性程度。五、逐步回归法（1）用被解释变量对每一个所考虑的解释变量做简单回归。（2）以对被解释变量贡献最大的解释变量所对应的回归方程为基础，按对被解释变量贡献大小的顺序逐个引入其余的解释变量。若新变量的引入改进了和检验，且回归参数的t检验在统计上也是显著的，则在模型中保留该变量。F2R若新变量的引入未能改进和检验，且对其他回归参数估计值的t检验也未带来什么影响，则认为该变量是多余变量。若新变量的引入未能改进和检验，且显著地影响了其他回归参数估计值的数值或符号，同时本身的回归参数也通不过t检验，说明出现了严重的多重共线性。2RFF2R
