完全共线性：什么意思、影响后果、如何避免
针对解释变量，我们也要对其是否具有完全共线性进行检验。
共线性检验其实可以从相关系数T检验中事先获得一些信息。
比如，在做多元回归分析时发现，如果将每个解释变量分别与被解释变量做一元回归，则回归系数都是显著有效的；
而放在一起做多元回归时，却总有几个变量的T检验无法拒绝原假设，此时就意味着解释变量极有可能存在严重的共线性问题。
当完全共线性发生时，会对回归分析造成以下影响：
（1）完全共线性下参数估计量不存在。
（2）参数估计量的经济含义不合理。
（3）变量的显著性检验失去意义，可能将重要的解释变量排除在模型之外。
（4）模型的预测功能失效：变大的方差容易使区间预测的“区间”变大，使预测失去意义。
那么，可以通过什么方法进行检验和规避呢？
常用的检验方法是通过VIF（方差膨胀因子）是否大于10来进行简单判断；如果需要规避修正的话，也有很多方法，比如可以选择用逐步回归、岭回归、主成分法提取变量等来代替普通的线性回归。
