外观
VIF 教程
判断解释变量之间是否存在多重共线性，并用 VIF 阈值快速定位高风险变量。
常用 Stata 命令
reg y x1 x2 x3
vif 在 STATAU 中打开此功能
VIF多重共线性vif 命令
这个页面解决什么问题
VIF 检验的目标不是证明模型正确，而是提前发现“解释变量彼此太像”的问题。它通常放在正式回归前做，用来判断是否需要删变量、换指标或合并维度。
适用数据与前提
至少需要两个解释变量。因变量只在 Stata 里跑 reg 时必须出现，而 STATAU 的 VIF 页面直接聚焦解释变量本身。
STATAU 页面中每个位置应该放什么变量
| 网站位置 | 应放入的变量 | 说明 |
|---|---|---|
| 检验变量 | 需要检查共线性的解释变量 | 至少勾选两个变量。 |
| 表格标题 / 小数位 | 输出格式设置 | 主要影响展示，不改变检验逻辑。 |
Stata 等效代码
reg [因变量] [解释变量]
vif| Stata 代码位置 | STATAU 网站对应位置 | 应放入什么 |
|---|---|---|
[解释变量] | 检验变量 | 要进入共线性检查的解释变量集合。 |
vif | 执行 VIF 检验 | STATAU 会直接返回每个变量的 VIF 和判断提示。 |
在 STATAU 中操作步骤
- 勾选要进入模型的解释变量。
- 执行 VIF 检验后，重点查看 VIF 最大的变量。
- 若发现严重共线性，再回头调整变量选取或构造方式。
结果怎么看
- VIF < 5 通常说明共线性风险较低。
- 5 到 10 表示中度共线性，需要结合研究设计判断。
- VIF ≥ 10 常被视为严重共线性，应优先排查变量定义和重复信息。
常见使用误区
- VIF 高不代表一定删变量，也可能是两个指标本来就测量同一概念。
- 先做共线性诊断，再跑正式回归，比结果出来后再返工更高效。