使用 OLS 時是否總是需要刪除弱且無關緊要的變數？

我的一些變數在我的因變數上顯示出弱共線性關係。我應該如何解決這個問題？

你的問題包含的資訊很少，所以這是我的兩分錢。假設您的模型已正確指定並且您使用的數據沒有潛在問題，那麼您對此無能為力。以我的經驗，這通常是根據文獻包含一些變數並且回歸模型中發現的關係不一定反映假設的關係的情況。現在，假設您正在研究基於一些理論工作的關係並且您的樣本不小（以便微不足道的變數對 p 值的影響可以忽略不計），您不應該刪除變數（這相當於指定基於回歸模型結果的理論關係，從純粹的學術角度來看，這是錯誤的工作方向）。這通常是這些變數具有作為預測變數或作為控制變數的假設關係的情況。在決定添加這些變數是否會在 OLS 估計中產生問題時，您可以嘗試執行不同的回歸，添加和排除這些變數以查看是否有任何重要變化（例如，模型解釋的變異數或整體擬合）。現在，正如我所說，提供的資訊很少，所以我在這裡假設很多事情。在您的模型或整體擬合中解釋的變異數中）。現在，正如我所說，提供的資訊很少，所以我在這裡假設很多事情。在您的模型或整體擬合中解釋的變異數中）。現在，正如我所說，提供的資訊很少，所以我在這裡假設很多事情。

引用自：https://economics.stackexchange.com/questions/27893