多重共线性是什么意思

多重共线性是指在统计回归分析中，模型中的两个或更多的自变量之间高度相关，这可能导致预测变量之间的方差无法有效区分，使得估计的回归系数不稳定，甚至可能出现无法估计或误差极大的情况。当自变量间的关系过于紧密，就像是在一个坐标系中几乎重叠的直线，这样的数据结构就存在多重共线性的问题。处理多重共线性通常包括增加样本量、减少自变量的数量、改变自变量组合或者使用更复杂的回归技术（如岭回归或lasso回归）来引入正则化。