根據上一節最後選定的模型，我們做一次是否有共線性的問題。在此，我們有兩種方法來判斷，(1) 變異數膨脹因子（Variance Inflation Factor，VIF） (2) 共線性診斷(Collinearity Diagnostics)。當變異數膨脹因子>10或是共線性診斷>100時，表示有共線性的問題。
做共線性的檢定可從迴歸分析的結果頁面找到「修改工作」à再次確認迴歸分析的資料是否正確=>統計值=>勾選「共線性分析」與「變異數膨脹值」。
由上表可知，在變異數膨脹值之下沒有任何的變數有共線性的問題；但是若用共線性診斷則會發現在條件索引的值有大於100，顯示變數有共線性的問題；在此，我們處理共線性的問題是採用拿掉變數，所以試著將Weight_log從模型中刪除，再配合用逐步迴歸選取法來看我們選定的模型。
其結果如下：
在逐步選取法裡，最後選定的變數為Cylinders、Length、Horsepower、MPG_Highway、Invoice。而變數在迴歸裡的估計如下：
當然，我們也可以用Mallows’ Cp 來看一下結果：修改工作=>在資料裡，將Weight_log從模型中刪除=>模型選擇「Mallows’ Cp」並打勾選下方的調整R平方、Akaike訊息準則(AIC)、Mallows’ Cp、與SBC=>執行=>詢問是否取代先前結果時，選擇「是」。
擷取前5筆資料來看，發現無論在C(p)、調整的r平方、AIC或是SBC，我們都將選擇「模型索引1」為最佳模型，所以完整的模型為：
我們選取「模型索引1」，其結果與逐步選取法結果一致。同時我們也解決了變異數膨脹值或是共線性診斷共線性的問題，如下表。
資料仍保持服從常態分配的假設。
Tags
