如何在R中检验二元Logistic回归的多重共线性？

• 第一步：提取自变量并计算相关矩阵
  把二元Logistic回归中的所有自变量单独筛选出来（别包含因变量），根据变量类型选对应的相关系数计算方法：

  • 连续变量/二分类变量：用皮尔逊相关系数
  • 有序分类变量/非正态分布的连续变量：用斯皮尔曼秩相关系数
    用Python的pandas计算示例：

  import pandas as pd
  # cols是你的自变量列名列表，df为数据集
  corr_matrix = df[cols].corr(method='pearson')  # 换成'spearman'即可用秩相关
  print(corr_matrix)
  

  用SPSS的话，选「分析-相关-双变量」，勾选对应相关系数类型就能生成相关表。

• 第二步：解读相关矩阵
  重点看矩阵非对角线的数值：

  • 通常如果两个自变量的相关系数绝对值大于0.7，就提示二者线性关联较强，存在多重共线性风险。这个阈值不是绝对的，部分领域0.6以上就要警惕。
  • 要明确：相关表只能反映两两变量的关联，多重共线性也可能是多个变量共同作用的结果，所以这只是初步筛查手段。

• 第三步：补充验证（可选但推荐）
  若想确认共线性是否真的影响回归结果，建议搭配**方差膨胀因子（VIF）**辅助判断：VIF值大于10（部分标准为5）说明存在严重共线性。这一步是对相关表结果的补充，能更全面判断共线性问题。

• 注意事项

  • 不要将因变量纳入相关矩阵，我们只需要分析自变量之间的关联。
  • 对于多分类自变量，相关表的参考价值有限，此时可以通过观察回归系数稳定性（比如去掉某变量后，其他变量系数是否大幅变动）或VIF值来判断。

内容的提问来源于stack exchange，提问作者Ella