多元回归模型是描述一个因变量与多个自变量之间的相关关系。如果这个关系是线性的，则可以采用线性多元回归模型来描述。反之，则用非线性多元回归模型。对于多元线性模型而言，因变量若为连续型变量，则采用普通的线性模型；若因变量为离散型变量（类型变量或计数变量），则需采用广义多元线性模型。下面就线性模型展开说明讲解。一、普通多元线性模型我们用一个例子来讲述普通多元线性模型。...

在上一章我们提到多重共线性的影响以及产生的原因，因为在解释变量存在多重共线性的情况下，使用普通最小二乘法估计参数会导致参数估计方差太大，使普通最小二乘法的效果很不理想。在这篇文章中我们将讨论如何解决多元线性回归中的多重共线性问题。一、岭回归（Ridge Regression）岭回归是一种专门用于共线性数据分析的有偏估计回归方法，是一种改良的最小二乘法。通过放弃最小二乘的无偏性，以损失部分信息、降低